大晓机器人双脑架构接手酒店洗衣：世界模型加Astra协同

Jay发自 凹非寺，量子位|公众号QbitAI

机器人真把酒店洗衣房这摊活儿接过来了？

它先去客房收走脏衣服，再自己穿过窄走廊，一路智能避障。

到了地方把衣物掏出来，放进篮子。

接着认准洗衣机、烘干机的启动键，准确按下去。

洗烘结束，衣服取出来，再送回你的房间。

一整趟走下来，顺得很。

洗衣、烘干这种事，听着确实不Fancy。

可柔性物体要处理，还得在真实、动态、非标准化的环境里跑完一整套长链条任务，这难度在机器人圈里就是地狱级。

大晓机器人如今拿出了新解法——

双脑（世界模型+Astra）协同架构，加上具身RSI。

Buff叠得有点疯。

复刻一个物理世界

拿酒店做具身落地的灯塔场景，其实挺合适。

酒店夜里招工难、人力成本高，节假日服务需求又扎堆。

大晓董事长王晓刚表示，另有一部分考量是秀肌肉。

洗衣服务要取衣、搬运、操作设备、洗涤烘干、送回客房，环节一个接一个，对机器人的空间理解、精细操作和长流程任务规划要求都不低。

这也是我们挑酒店场景的关键原因：机器人不是做完几个孤立动作就完事，而是要在真实环境里把一项业务持续做下去。

传统机器人通常只在预设条件下执行固定任务，环境、物体或任务一变，就得重新编程或者人工介入。

可机器人要进酒店干活也没那么容易，一上门往往先撞上一个很大的阻碍——

冷启动。

想想看，买个扫地机器人回家，还得先让它满屋转一圈建个图。

眼下换成一个更复杂的机器人去酒店上班，客房门朝哪开、洗衣机长什么样，它都不知道。

于是行业一直以来的做法，是先在数字世界里“彩排”一遍。

这正是飞飞老师提到的「空间智能」路子。最典型的做法像Atlas那样，先做三维重建，把场景的几何形状和外观扫出来。

可问题在于，这东西说到底只是一间「能看不能动」的静态样板间。

它不具备物理属性。

什么意思？也就是说，在那个数字空间里，机器人并不知道衣篮到底有多重，也不知道开洗衣门得使多大劲。

这其实会引出一堆麻烦，我举个例子。

人做很多操作时，基本不太需要盯着看。物理世界能直接交互，上手摸一下，大致就知道是什么东西、该用多大力气。

可如果只有一个只能看的样板间，那就只能靠碰运气了😭。

听着挺魔幻，但不少机器人确实就是这么训出来的。

大晓机器人这回的解法，算是重新回到了第一性原理——

Mundo，一个支持建模物理参数的世界模型。

它是大晓开悟世界模型体系中的成员，能提供环境建模、训练数据生成与策略验证支持，帮世界模型把跨场景学习得来的世界知识、预测与行动能力，更有效地用到具体任务上。

具体来说，输入酒店房间、走廊、洗衣房等一批照片后，Mundo能复刻出一座可物理交互的孪生酒店。

物体质量、摩擦力……统统涵盖在内。

这么一来，原本纯属空中楼阁的数字酒店，就变成了机器人专用的「驾校」。

数字世界里每一次尝试，无论成败，都会产生一批数据——动作轨迹、接触状态、视觉反馈。

这些数据又能反过来用于优化机器人的动作策略。

结果就是，现场部署的调试时间被大幅压缩。机器人还没「入职」，就已经对工作环境和业务流程「了如指掌」了。

一个想，一个干

好，机器人现在有了专属驾校，可以拼命练车了。

接下来一个问题：谁来驾驶？

我的第一反应是：

这还不容易，眼下Astra操控机器人这么猛，直接让它上不就行了。

一查还真是，Astra是大晓给机器人的第二颗大脑，排在Mundo之外。

但仔细研究一番后，我发现情况和最初的预想不太一样。

没错，Astra 在理解、推理、规划上确实没得挑，可要是直接拿它套壳上机器人，用起来就挺别扭了……

团队实测下来，光靠 Astra 实时决策走完整个流程，得花 30 分钟以上。这时间够我自己手洗两遍了😭。

物理世界讲究的是高频响应。机器人每动一步都得等云端大模型看完、想完、推完再拍板，那早来不及了。

那既想沾通用模型的光，又得让具身落地跟得上实时节奏，怎么办？

大晓机器人这次给出的答案是：云端放一个通用脑（GPT-Astra），专门干任务拆解、逻辑推理、生成策略这类要「动脑子」的宏观活儿。

解耦。

具体做法是，把目标和评测条件交给 Astra，让它在 Mundo 世界模型里放开探索，找最优解、做验证、做总结……等方法论收敛之后——

就沉淀成 Skill。随后由机器人本体上的执行脑接手，调用这些已经固化好的 Skill，靠本体的摄像头和机械臂，快速完成高精度的物理动作。

分工这么一摆，本地具身基模跑完同样一轮任务要多久？答案是 18.648 秒。

对，你没看错。

30 多分钟变成 18.6 秒，耗时砍掉了 98% 以上。

当然，现实里总会有意外。比如现场光线突然变了，或者有人把衣篮挪了位置，端侧小脑搞不定了，怎么办？

这个时候，「云端大脑」Astra 会重新接进来，分析新出现的情况，生成新版本的 Skill 再下发。

成百上千个 Skill 怎么管？团队为此自研了一个调度中枢，叫 BotAgent。

打个比方，它就像酒店的大堂经理：把整套洗衣流程拆成 53 个最基础的原子动作，再往上封装成「取篮子」「去洗衣房」这类 14 个大的语义步骤。

最后，BotAgent 会结合客房位置、电梯状态、洗衣机排队情况，灵活编排出的动作序列超过 200 种。

到这一步，Astra 这颗通用大脑的杠杆算是拉满了，「世界模型+通用模型」的双脑协同架构也彻底成形。

在失败的现场，原地进化

看到这里，好像已经挺完美了。

可现实世界远比模拟器复杂，意外状况总是防不胜防。就拿抓衣篮来说，机器人的手腕有时恰好挡住摄像头，眼前一片模糊。

再比如从烘干机里往外取衣服，明明已经抓住了，却有一条裤腿还卡在滚筒里🤦‍♂️。

要是每回出岔子都得等工程师赶来改代码，机器人真正落地恐怕就遥遥无期了。

怎么办？

具身RSI要解决的正是这个问题——让机器人在真实失败中完成自我进化。

流程大致如下：先由Astra大脑生成初代Skill，交给机器人执行。

执行时，机器人通过多路摄像头录制视频，并把所有传感器数据和动作时间线一并记录下来。

录完之后，皮球又踢回给Astra。一旦任务失败或效果不理想，Astra就像侦探一样反复翻看录像和数据，找出问题根源。

例如它发现抓篮子时腕部相机总被遮挡，给出的改进办法是改用头顶相机来观察。

又如它发现从烘干机里往外掏牛仔裤时，裤腿老是挂在滚筒壁上，分析完录像后给出的优化策略是动态微调机械爪的抬升轨迹，同时调整指尖的抓取倾角。

还有个小技巧，为了让这套「练级」过程7x24小时不间断、进一步减少Human in the Loop，大晓做了件挺聪明的事——让机器人学会「自主复位」。

什么意思？

以掏衣服为例，机器人把衣服从烘干机里取出后，能自己把衣服抖散、再扔回烘干机，把现场恢复到实验开始前的状态，全程不需要人插手。

这样一来就摆脱了对人工的依赖，实现了真正意义上的自主闭环进化。

当然，自动化程度一高，误差累积的担忧也随之而来。闭门造车终究不妥，模型再聪明也可能「不识庐山真面目」。

为确保改进确实有效，团队会在训练过程中单独运行一个模型副本，让它像「质检员」一样给每一轮的执行录像和数据打分。

一旦发现新版本Skill的效果不如旧版，系统能迅速回滚。大致就是这些。

空口无凭，还是拿数据说话。

单是「烘干机取衣」这一项Skill，57小时里机器人连续跑了165轮真机实验，产出37条改进方案，迭代版本约80个。

操作对象也一步步换了难度：从最初的标准布料，扩展到厚重牛仔裤，再到形状不规则的洗衣袋。

单轮耗时最后稳定在170到210秒。最关键的一项指标是牛仔裤筒内残留率，平均值从48%降到32%，最好的一次只有19%。

那些真实的失败，反倒成了机器人进化最好的养料。

具身Transformer时刻

法国哲学家勒内·笛卡尔写过一句话：

让后来者从前人止步之处继续。

具身智能的演进史上，最贵的资源并不是云端算力。真正稀缺的，是机器人在真实物理世界里花掉的那些试错时间，一去不回。

抓取时滑脱一次、视角被遮挡一次、衣物边缘判断错一次……

过去这些失败往往只变成后台一条没人看的报错日志。结果是成百上千台设备在各自场景里，日复一日重复同样的错误。

如今情况变了。

酒店洗衣房、客房走廊里发生的每一次受挫和调整，大晓机器人都把它转成了世界模型能理解、基模型能吸收的通用认知资产。

一台机器人摔过的跟头，变成了所有机器人往上走的台阶。

在我看来，具身智能可能正在走进属于自己的Transformer时刻。

大语言模型用一套统一架构接住了人类语言的无穷变化。照这个路子，当世界模型、双脑协同和自进化机制能紧紧咬合进产业流水线，机器人学会新能力的边际成本会被一点点打穿。

接下来要看的，是生态的丰富度怎么反过来喂养长尾场景的训练。

中国在这方面有全世界最厚的场景土壤，也有最完整的硬件供应链。

大晓董事长王晓刚透露，除酒店之外的场景，他们确实已经在试了——

即时零售就是很值得往下拓展的一个方向。

这块跟酒店洗衣不属于同一领域，但底下的共性不少：机器人都得看懂复杂环境、跑完多步骤任务，还要和真实业务系统、运营流程配合起来。

另外，这类场景任务频次高，业务结果能量化，可以持续产出数据反馈，推着模型和技能往前迭代。

酒店场景里验证过的世界模型环境建模、通用模型技能生成、RSI持续改进这些能力，能给其他场景做技术参考。

先把B端场景验证跑通、形成商业闭环，能自己造血之后，才谈得上沉下心养精蓄锐，最后一步步往更难的阵地推进。

具身智能这场长跑还远没到终点，不过眼下这套技术水准，至少已经能拿下一些实际痛点。

今天酒店洗衣房里迈出的这一小步，正为明天各行各业物理世界的巨变——

垫起最关键的那块跳板。