大晓机器人双脑架构落地酒店洗衣房，具身RSI能接管全流程吗

这条消息来自凹非寺，作者Jay，量子位公众号QbitAI。

机器人已经能接管酒店的洗衣房了？

它会从客房收走脏衣服，自己穿过狭窄的走廊，还会智能避障。

衣物取出后放进篮子，再准确认出洗衣机、烘干机，按准启动键。

衣服洗好、烘干，最后取出来送回房间。

整套流程跑下来，顺得很。

洗衣、烘干听起来不怎么Fancy。

可处理柔性物体，在真实、动态、非标准化的环境里跑完一长串任务，这在机器人圈里属于地狱级难度。

大晓机器人拿出的新解法是双脑（世界模型+Astra）协同架构加具身RSI。

这套组合叠得很猛。

复刻一个物理世界

酒店做具身落地，算是个灯塔场景。

夜间招工难、人力成本高、节假日服务需求集中，这些是酒店普遍面临的问题。

大晓董事长王晓刚说，选这里也有一部分秀肌肉的考量。

洗衣服务要经过取衣、搬运、设备操作、洗涤烘干、送回客房等多个环节，对机器人的空间理解、精细操作和长流程任务规划要求都很高。

大晓方面说，这也是选酒店场景的重要原因：不是让机器人做几个孤立动作，而是让它在真实环境里持续完成一项业务。

传统机器人通常只能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干预。

可机器人要进酒店干活并不容易，往往一进门就撞上一个很大的阻碍——

买台扫地机器人回家，还得先让它全屋溜达一圈建个图。

如今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。

冷启动。

所以行业一直以来的思路，是先在数字世界里彩排一遍。

Jay发自凹非寺，量子位公众号QbitAI。

完整流程从收衣开始，到送回房间结束——中间是避障、识别、按键、烘干这一连串动作。

飞飞老师口中的「空间智能」，走的就是这条路。最典型的做法是像Atlas那样做三维重建，把场景的几何外观扫出来。

可这东西说到底只是个「可看不可动」的静态样板间，没有物理属性。什么意思？在那个数字空间里，机器人压根不知道衣篮有多重，也不知道开洗衣门得使多大劲。

这么一来麻烦就不少。人做很多操作时基本用不着眼睛，物理世界能直接交互，上手摸一把，大概就知道是个啥、要使多少力气。换成只能看的样板间，机器人就只能碰运气了😭。

听着挺魔幻，可不少机器人还真是这么训出来的。大晓机器人这回的解法，算是回到了第一性原理——

Mundo，一个支持建模物理参数的世界模型。

它属于大晓开悟世界模型体系，能提供环境建模、训练数据生成与策略验证支持，让世界模型把跨场景学习攒下的世界知识、预测与行动能力，更有效地落到具体任务上。

具体点说，喂进酒店房间、走廊、洗衣房等一堆照片后，Mundo能复刻出一座可物理交互的孪生酒店，物体质量、摩擦力这些都包含在内。

原本纯属空中楼阁的数字酒店，就这样变成了机器人专用的「驾校」。数字世界里每试一次，不管成还是败，都会产出一堆数据——动作轨迹、接触状态、视觉反馈。

这些数据反过来又能拿去优化机器人的动作策略。结果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」。

一个想，一个干

好，机器人有了专属驾校，可以疯狂练车了。下一个问题：谁来驾驶？

我第一反应是：这还不简单，Astra现在操控机器人这么猛，直接让它上啊。

一看还真是，Astra是大晓给机器人的第二颗大脑，Mundo之外就数它。可我仔细研究一番后，发现跟最初的预想不太一样。

确实，Astra在理解、推理和规划这几项上已经强得没边，可要是直接把它套上去用，结果会挺尴尬……

团队拿真实流程测了一轮，数据摆在那儿：全靠Astra实时做决策，整套跑完要花30分钟以上。

这时间够我自己动手搓两遍衣服了😭。

物理世界的变化是高频的。机器人每动一步都得等云端大模型先看、再想、再推理、再决策，那早就来不及了。

既想吃到通用模型的好处，又得让具身设备跟上实时节奏，这中间的矛盾怎么破？

大晓机器人这次给出的答案是——

解耦。

云端放一个通用脑（GPT-Astra），干的是任务拆解、逻辑推理、策略生成这类要「动脑」的宏观活。

把目标和评测条件给定，让Astra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。

随后交给机器人本体上的执行脑，由它调用这些已经固化好的Skill，靠本体的摄像头和机械臂，把高精度物理动作快速做完。

分工定下来后，再猜猜看，本地具身基模跑完同样一轮任务要多久？

18.648秒。

对，就是这个数。

从30多分钟压到18.6秒，耗时少了超过98%。

不过现实世界总会有意外。

现场光线忽然变了，或者有人把衣篮挪了位置，端侧小脑搞不定，那又该怎么办？

这种时候「云端大脑」Astra会重新接手，把新情况分析一遍，生成新版本的Skill再发下来。

成百上千个Skill要管起来，团队还自己做了个调度中枢，名字叫BotAgent。

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

最后BotAgent能按客房位置、电梯状态、洗衣机排队情况，灵活排出200多种不同的动作序列。

到这一步，Astra这颗通用大脑的杠杆算是被拉到了最大。

「世界模型+通用模型」的双脑协同架构，也就此彻底成型。

在失败的现场，原地进化

讲到这里，看上去已经相当完美了。

可现实场景跟模拟器完全不是一个量级。各种想不到的意外总会冒出来。

举个例子，机器人伸手去抓衣篮，手腕偏偏把摄像头挡了个正着，眼前一片模糊。

还有取衣服的时候，明明从烘干机里拽出来了，一条裤腿却还卡在滚筒里🤦‍♂️。。。

要是每回出岔子都靠工程师赶到现场改代码，机器人真正落地恐怕遥遥无期。

怎么办？

具身RSI要解决的正是这个问题——

让机器人在一次次真实的失败中完成自我进化。

具体流程分这么几步：

第一步，由Astra大脑产出初代Skill，交给机器人执行。

执行过程中，机器人通过多路摄像头录像，同时把传感器数据和动作时间线全部记录下来。

数据录完，皮球又踢回给Astra。

一旦任务失败或者效果不理想，Astra就像侦探办案一样反复翻看录像和数据，找出问题到底出在哪。

比方说，它发现抓篮子时腕部相机总被遮挡，对策就是改用头顶相机来观察。

再比方说，从烘干机往外掏牛仔裤时，裤腿老是挂在滚筒壁上。

看完录像，Astra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Trick。为了让「练级」7×24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？

拿掏衣服来说，机器人把衣服从烘干机里掏出来之后，能自己把衣服抖散、再扔回烘干机，把现场恢复成实验开始前的样子。

全程不用人插手。

人工依赖就此摆脱，自主闭环进化才算真正跑通。

不过自动化程度一高，误差累积的问题难免让人担心。

闭门造车终归不行，模型再聪明，也容易「不识庐山真面目」。

为了确认改进确实有效，团队会在训练中单独跑一个模型副本，让它像「质检员」一样给每一轮的执行录像和数据打分。

一旦新版本Skill的效果不如旧版，系统可以迅速回滚。

大致就是这些。

空口无凭，数据摆出来看更直观。

单拿「烘干机取衣」这一项Skill来说，57小时里机器人不间断跑了165轮真机实验，一共产出37条改进方案，迭代版本累计约80个。

它操作的对象也在变——起初只是标准布料，后来换成了更难对付的厚重牛仔裤和形状不规则的洗衣袋。

最后单轮耗时稳在170到210秒之间。最要紧的一项数据是牛仔裤筒内残留率：平均值从48%压到32%，成绩最好的一回只有19%。

那些真实发生的失败，反过来成了机器人迭代升级的养分。

具身Transformer时刻

法国哲学家勒内·笛卡尔写过这样一句话：

让后来者从前人止步之处继续。

具身智能一路走来，真正稀缺的东西并非云端的算力，而是机器人在物理世界里一次次试错所耗掉的时间，花出去就收不回来。

抓取时滑脱一次、视角被挡住一次、衣物边缘判断错一次……

放在从前，这类失败如果只是躺在系统后台成为一条没人看的报错日志，那成百上千台设备就会在各个场景里一遍遍犯同样的错。

如今情况变了。

大晓机器人把散落在酒店洗衣房和客房走廊里的每一次受挫、每一次调整，都变成了世界模型能读懂、基模型能吸收的通用认知资产。

一台机器人的失败，最终成了所有机器人往上走的台阶。

在我看来，具身智能或许正在走近属于自己的Transformer时刻。

大语言模型靠一套统一架构承接了人类语言的无穷变化；世界模型、双脑协同和自进化机制这套组合拳一旦能稳稳嵌进产业流水线，机器人掌握新本领的边际成本就会被一点点打穿。

接下来要看的是，生态的丰富程度怎么反过来喂饱长尾场景的训练。

中国在这方面有优势：场景土壤全球最深厚，硬件供应链也最完整。

大晓董事长王晓刚透露，酒店之外的场景他们已经动手探索了——

即时零售就是很值得再往前推一步的方向。

这块业务和酒店洗衣不属于同一个领域，可底层有些地方是相通的：机器人都得看懂复杂环境、跑完多步骤任务，还要跟真实业务系统和运营流程配合起来。

另外，这类场景任务发生得频繁，业务结果能拿数字衡量，数据反馈可以持续产生，模型和技能也就有了不断迭代的动力。

酒店场景里验证过的世界模型环境建模、通用模型技能生成以及RSI持续改进等能力，能为别的场景提供技术上的参照。

先把B端验证场景做在前面，形成商业闭环，确保自己能造血，之后才谈得上沉住气养精蓄锐，一步步向更难的阵地推进。

做具身智能是场长跑。好在以当下的技术水准，已经能拿下一些实际难题。

酒店洗衣房里迈出的这一小步，正为明天各行各业在物理世界中的大变化——

垫起最关键的一块跳板。