大晓机器人测评:ACE具身研发范式如何重塑智能生态?

2026-05-16阅读 0热度 0
大晓机器人

2025年12月18日,上海,大晓机器人揭晓了其三大核心技术突破:行业首创的ACE具身研发范式、首个开源商用的开悟世界模型3.0,以及具备自主空间智能的具身超级大脑模组A1。这场聚焦于机器人“大脑”的发布会,直接回应了产业的核心挑战——如何为机器人赋予真正理解物理世界并自主决策的智能。

商汤科技联合创始人、大晓机器人董事长王晓刚在现场阐释了公司的技术逻辑。其核心在于,通过ACE范式、开悟模型及超级大脑模组的协同,与产业链伙伴共建开放生态,旨在加速具身智能的商业化规模落地,并为中国在全球智能技术竞争中开辟一条自主可控的路径。

顶尖的团队是技术突破的基石。大晓机器人集结了具身智能领域的顶尖力量:首席科学家由陶大程院士担任;核心成员吕健勤、李鸿升、刘子纬、潘新钢、赵恒爽、刘希慧等,均来自南洋理工大学、香港大学等知名学府及前沿实验室,在环境智能、世界模型等领域拥有深厚的技术积淀,为持续创新提供了强力支撑。

(从左往右:潘新钢、李鸿升、陶大程、王晓刚、吕健勤、刘子纬、赵恒爽)

ACE具身研发范式破局行业困境 开悟3.0构建智能核心

当前,具身智能行业正深陷“数据荒”的瓶颈。传统“以机器为中心”的范式数据采集成本极高,而纯视觉方案又因缺乏对物理规律的深度理解,难以弥合仿真与现实的鸿沟。这两种路径均未能从根本上解决智能体对物理世界和人类行为逻辑的认知难题。

大晓机器人的破局之道,是转向“以人为中心”的ACE具身研发范式。该范式构建了一条从“环境式数据采集”到“开悟世界模型3.0”,再到“具身交互”的完整技术链路。其核心起点是环境式数据采集技术,它通过融合第一与第三视角视频、力触觉、运动轨迹、语音等多模态信息,构建物理级3D资产库,实现了多视角协同、长程任务覆盖与全维度信息捕捉的突破。

这套方案的价值在于数据维度全、任务覆盖广、交互精度高、规模化效率强。目前,该技术已在即时零售仓储的分拣打包、居家服务的生鲜抓取等高精度场景中得到验证。

高质量数据是燃料,强大的模型则是引擎。基于环境式采集数据,大晓推出了首个开源商用的“开悟世界模型3.0”。该模型建立了跨本体的统一世界理解框架,具备“多模态理解—生成—预测”的核心能力。它不仅能深度解析物理规律与行为逻辑,还能生成长时动态的交互场景,为具身智能体提供了一个高保真的虚拟训练环境。

为降低行业门槛,大晓同步推出了开悟具身智能世界模型产品平台,集成多模态生成功能,覆盖115个垂类场景。开悟世界模型3.0已在发布会当日全面开源,并已完成对多款国产芯片的适配,其性能据评估已达到国际顶尖水平,旨在与产业伙伴共同构建繁荣的空间智能生态。

具身超级大脑模组A1落地 加速商业场景落地

技术最终需实体化交付。具身超级大脑模组A1正是前述技术能力的集成实体。它基于纯视觉、无高精地图的端到端VLA模型,使机器人能在复杂动态的真实环境中自主行动。该模组具备云端交互能力,可精准解析人类自然语言与图像语义,生成可执行指令并完成自主巡检、智能跟随与避障等任务。

在感知层面,A1模组融合了Insta360的全景感知方案与商汤的方舟通用视觉平台,构建了全方位高精度环境感知体系。其应用场景已拓展至超过10个行业、150个细分场景,尤其在安防、能源、交通等高可靠性要求领域,已实现长期稳定运行,标志着具身智能正从实验室走向规模化产业应用。

全链路生态协同 共拓具身智能版图

具身智能的产业化需要全产业链协同。大晓机器人将生态合作置于战略核心。在具身本体领域,与智元机器人、银河通用等头部企业合作,打通技术适配链路;在芯片层面,与沐曦、壁仞科技等完成模型适配,强化算力基础;在硬件领域,携手Insta360等伙伴,提升多场景信息采集能力;在云与数据层面,联合商汤大装置、腾讯云等平台,构建全流程支持体系,旨在降低全行业研发成本,优化技术泛化能力。

通过“技术突破+生态协同”的双轮驱动,大晓机器人正加速行业级解决方案的落地进程,旨在成为推动全球具身智能产业规模化发展的关键力量。

关于大晓机器人(ACE ROBOTICS)

大晓机器人是一家专注于具身智能的创新企业,由王晓刚担任董事长,陶大程院士出任首席科学家。公司首创ACE研发范式,致力于构建“环境数据引擎—真实世界认知—具身交互泛化”的全链路技术体系。通过开悟世界模型3.0、具身超级大脑模组A1等核心产品,公司旨在解决行业面临的数据荒、泛化难等核心痛点,并通过构建“模型—硬件—场景”的产业闭环,提供标准化与定制化结合的解决方案,目标是成为具身智能领域的核心创新引擎。

免责声明

本网站新闻资讯均来自公开渠道,力求准确但不保证绝对无误,内容观点仅代表作者本人,与本站无关。若涉及侵权,请联系我们处理。本站保留对声明的修改权,最终解释权归本站所有。

相关阅读

更多
欢迎回来 登录或注册后,可保存提示词和历史记录
登录后可同步收藏、历史记录和常用模板
注册即表示同意服务条款与隐私政策