76页具身智能白皮书:通用不是外形像人,换任务不必重做

资讯 腾讯网 作者:Aike 全文 959 字 · 约 3 分钟读完 分类合作具身智能机器人

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...

所属频道 机器人与具身智能合作与生态

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

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. WISE2026年度人物名册发布:产业攻坚者名单与方向

    在世界尚未完成的地方,在关键产业的深水区,人们通过行动留下各自的回答。一个人的名字,由此有了属于他自己的分量。“在行动和言说中,人们表明了他们是谁。”汉娜·阿伦特在《人的境况》中讨论人的独特性,而商业世界习惯以浪潮辨认一代人。人工智能、具身智能、硬科技,几个词便能勾勒当下创业的轮廓。2026年,这些词正在落到具体的人身

    来源 腾讯网
  2. Anthropic与英伟达双线突破:具身智能2026年商业化破局?

    (本文作者为 机器最前线,钛媒体经授权发布)2026年末,具身智能的商业化似乎终于等来了它的“破局点”。过去,这个行业一直受困于“大脑”不够聪明,无法应对复杂环境;“手”不够灵活,且学习成本高昂。但最近,两个技术突破为它们带来了新的进展。一方面是“大脑”的外溢。Anthropic的通用模型Fable 5.2,原本的主业

    来源 腾讯网
  3. Claude称证出黎曼猜想,陶哲轩等数学家回应

    智东西11月21日报道,昨夜,Anthropic数学家莱文特·阿尔珀格(Levent Alpöge)在个人网站上发布声明,宣称自己与Claude合作,找到了黎曼猜想及其更强版本——广义黎曼猜想(GRH)的证…

    来源 搜狐科技
  4. 人形机器人租赁价跌破2000元,融资7月后普遍下滑

    (本文作者为 木禾商业财经,钛媒体经授权发布)文 | 木禾商业财经,作者 I 龚正,编辑 I 杨晶具身智能机器人,在2026年只走过两个季节。一是疯狂的火热夏季,二是寒意开吹的冬天。宇树的王兴兴,在为各路投资人赚得盆满钵满、只留自己继续创业后,明显开始更多活跃于公共舆论与“微博热搜”之间,开始更多push宇树机器人的.

    来源 腾讯网
  5. 人形机器人产业链上游先赚钱:整机厂还在爬坡,零部件厂已满产交货

    (本文作者为 摩根商研所,钛媒体经授权发布)文 | 摩根商研所想淘金,先买铲。当新产业兴起之时,最先赚钱的,往往是“卖铲子”的。具身智能行业也是一样。根据商务部发布的数据,今年前三季度,重点平台具身智能机器人销售额同比增长22.6%。国庆假期期间增色更猛,10月1日到6日,重点平台具身智能机器人销售额同比暴增1....

    来源 腾讯网
  6. Claude协助数学家宣称证明黎曼猜想:25万页代码待核验

    2026 年 11 月,Anthropic 数学家阿尔珀格宣称与 Claude 合作找到了黎曼猜想的证明。这项主张引发数学界关注,相关核验仍在进行丨vectorfusionart / Shutterstock 2026年11月20日,在人工智能公司Anthropic工作的数学家勒温特·阿尔珀格(Levent Alpög

    来源 AI 行业观察
  7. OpenAI首款AI硬件揭秘:苹果班底操刀,富士康立讯分食订单

    OpenAI确实是挖到苹果的「大后方」了。 证券时报11月19日一早就援引供应链消息指出,富士康旗下富智康集团(FIH)已经获得OpenAI手机项目订单,将参与相关产品的整机组装。事实上,前一晚每日经济新闻也援引供应链人士表示,立讯精密目前与OpenAI有多个产品的全面合作,「或因资源配置的统筹考量未承接手机组装业务。

    来源 AI 行业观察
  8. SpaceX新增长故事:机器人客户与星链的万亿市场

    特斯拉自动驾驶出租车Cybercab与SpaceX星链(Starlink)的整合正从概念走向现实。随着Cybercab开始搭载星链终端,马斯克旗下两家公司的业务协同有望从卫星互联网延伸至自动驾驶和机器人领域。据追风交易台,摩根士丹利分析师Adam Jonas在最新研究报告中指出,市场尚未充分认识到星链为搭载自主AI推理

    来源 腾讯网
  9. AI钻井系统:邮件准时发出,核心指标为何没动?

    2026年某个秋天,一位钻井公司副总裁找到了一家AI供应商,他想要的东西听起来特别简单:做一个每日生产总结邮件,再做一个能问油井问题的聊天机器人。他还特意叮嘱,停机时长的编码系统已经自动化了,不在这次项目范围内。这个需求描述清清楚楚,交付团队也如期完成,功能全部跑通,每日邮件按时发出,聊天机器人对答如流。...

    来源 腾讯网
  10. 余承东:鸿蒙智行主动安全已避免潜在碰撞超542万次

    IT之家 11 月 20 日现场消息,在今日举行的鸿蒙智行享界 V8 及星芒品牌发布会直播上,华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东表示,截止 2026 年 11 月 19 日,鸿蒙智行主动安全累计避免可能的碰撞超过 542 万次。 IT之家在现场获悉,针对合作车型,鸿蒙智行累计新增 130+

    来源 AI 行业观察
  11. 谷歌推 Gemini 4 Argon:面向机器人控制与策略优化

    谷歌发布了 Gemini 4 Argon,并将其定位为一款通用物理推理模型,适用于机器人控制、 Real2Sim 场景构建、机器人视频多模态标注以及迭代策略优化,而非单一的末端执行器策略。 在已发布的提示词中,在 MuJoCo 孪生环境中进行训练后,Argon 引导波士顿动力公司的 Spot 机器人完成了脚踏板任务;利

    来源 AI 行业观察
  12. 灵掌机器人太空灵巧手亮相世界智能制造博览会

    11月19日至21日,第十一届世界智能制造博览会(以下简称“智博会”)在南京国际博览中心举办。无锡灵掌机器人科技有限公司(以下简称“灵掌机器人”)携全系列共9款灵巧手产品参展,重点展示了灵巧手在工业制造、太空任务、特种作业、科研与人形机器人等行业领域的落地场景及解决方案。 灵掌机器人创始人兼首席执行官张超介绍,灵巧手是

    来源 AI 行业观察
  13. 贝佐斯再创业:410亿美元估值押注物理世界AI

    卸任亚马逊CEO五年后,贝佐斯联合创立Prometheus,估值飙升至410亿美元。这家公司不造聊天机器人,而是试图用AI重构实体制造业,打造“通用AI工程师”。文章解析其技术路径、数据困境及背后的资本野心,探讨AI从比特世界向原子世界迁移的真实挑战。

    来源 AI 应用前沿
向下滚动自动加载更多