76页具身智能白皮书:通用不是外形像人,换任务不必重做
这份 76 页白皮书由安富利、国家地方共建人形机器人创新中心、古月居合写。它没押某一种本体,而是把「从专用到通用」拆成五域六模块和四个阶段,逐段问同一件事:这一步到底多了什么能力。全书最要紧的一句在摘要里:通用不是长得像人,是任务、对象、工具、环境四类覆盖能在评测里扩,且适配成本在降。七块内容依次是产业...
安富利与五域六模块等机构联合发布的这份白皮书共 76 页,全篇沿着四个阶段逐段追问同一件事——每往前一步,能力究竟多出了什么。
摘要里最要紧的一句是:通用并不等于外形像人,而在于任务、对象、工具、环境发生变化时,系统仍然撑得住。
全书七块内容依次为产业与架构、技术演进、落地挑战、芯片与硬件方案、未来观察、结语与附录。第四章篇幅占了全书一半,把七个功能域挨个拆解,每个域给出三个可选方案。以下按「阶段、五域、场景、器件」的顺序走一遍。
01 四个阶段,各自关注的焦点并不相同
自动化阶段依赖固定工位和预设程序,一旦任务改变,就得重新编程或者改动工装。到了感知增强阶段,视觉、定位、状态估计被接入闭环,有限的对象与位置变化可以应对,迁移成本则主要花在重新采集数据上。
具身自主阶段
02 五域六模块:能力最终受限于电、热、实时性和互连
硬件划分为五个系统域:感知与交互、计算与控制、执行、能源、连接与互连。
这五域之上还有一层保障。器件能力并不等于交付能力,两者之间隔的正是这一层。白皮书多次提醒:脱离任务谈统一优劣没有意义,峰值算力只有与模型、拓扑、功耗绑在一起,比较才有价值。
03 场景排序:任务是否清晰,比本体像不像人更要紧
白皮书用四个维度给场景排序:任务定义清晰度、环境开放度、失败后果、支付与运维能力。工业与物流中的特定任务最容易建立基线;家庭、医疗及开放环境则需要分级权限、冗余保护和人工兜底。
具体到环节,工业制造要跨过人员进入、工件偏移、网络重载等一连串边界,一旦失败可能造成停线;仓储物流担心的是动态障碍、弱网和货物变化;医疗康养则难在高人机接触与敏感数据上。所谓通用,就是在一套相同的安全与评价框架下,把任务和环境逐步加进来。
04 篇幅最厚的一章:每个功能域给三个方案,看重的是余量而非峰值
大小脑融合给出三条路径:AMD X100 采用自适应 SoC,DEEPX DX-M1 主打低功耗加速,D-Robotics RDK S100 直接做融合计算。实时控制同样有三条:恩智浦 i.MX 95 承担异构运动控制小脑,RT1189 用作多协议网关,瑞萨 RZ/V2H 负责多核异构小脑。
关节驱动的三种给法更能体现取向:一种走
通用能力往上走,最先不够用的往往不是模型,是
写在最后
这份白皮书把「通用」从外观之争拉回到可以测量的事情上:任务、对象、工具、环境
真正的通用,是换一个任务时不必从头再来一遍。
2026具身智能技术演进与产业落地白皮书76页.pdf