编辑｜Sia

开大了！

WAIC 2026 现场，，，具身智能最难啃的骨头之一——跨灵巧手操作，，，被就地摆上了台面。。。。

一只刚完成抓取的灵巧手，，，被直接拆下；；；换上另一只「手」，，，不重新训练，，，也不现场调参。。。。

30 秒后，，，机械人继续开工。。。。

今年 WAIC 汇聚凌驾 1100 家企业，，，具身智能依旧稳坐「顶流」。。。。但在一众机械人同台秀肌肉时，，，首次亮相 WAIC 的 RoboScience机械科学，，，上来就把难度条拉满：

统一颗机械人「大脑」Visics，，，换只手，，，还会不会干活？？？

谜底是：能。。。。

并且，，，30 秒就能重新上岗。。。。

和不少绑定自家硬件交付「大脑」的方案差别，，，Visics 还被以纯软件形态搬上了云端，，，也由此成为全球首个具备云端安排能力的具身大模子。。。。

以后给机械人「装大脑」，，，真能像接入云服务一样简朴。。。。

行业首例，，，30 秒换手，，，Visics 现场连闯三关

行业首秀就敢把难度拉满的，，，未几见。。。。

RoboScience机械科学直接把世博馆展台，，，酿成了 Visics 的压力测试场。。。。

换本体、换物品、换使命，，，多轮挑战轮替上阵，，，专挑具身大模子最容易掉链子的地方下手。。。。

Visics 的泛化能力事执行不可？？？现场观众可以直接点题，，，围观验货。。。。

1、换只手，，，能不可接着干？？？

展会现场，，，既有规则刚体、日常工具，，，也有柔性子料和异形物件，，，灵巧手甚至可以抓取观众现场随机提供的物品，，，面临从未见过的物体也能即时完成识别与抓取。。。。

选中目的后，，，机械人自主判断从那里下手、以什么姿态抓取，，，以及怎样完成后续操作。。。。

展台还准备了多款灵巧手，，，同用一套 Visics 模子，，，可自主判断从那里抓、以什么姿态抓，，，以及怎样完成操作。。。。

现场最抓眼球的一幕来了：从拆手、换手，，，到重新开工，，，整套流程，，，仅需30 秒。。。。不需要重新收罗数据，，，也不必现场训练，，，新手转头就能继续抓取观众指定的物品。。。。

这也是行业首次实现灵巧手的「一脑多手、换手即用」。。。。

30 秒换手，，，听上去似乎只是硬件装卸快了一点。。。。但机械人换手，，，历来不但是「拧几个螺丝」。。。。

最后执行器一变，，，行动空间、控制方式和硬件参数都会随着转变。。。。已往往往需要重新收罗数据、训练模子，，，再完成一轮工程适配。。。。相当于每换一名「员工」，，，都得重新办一次入职培训。。。。

而 Visics 省掉的，，，正是这段「培训周期」。。。。依赖跨本体零样本泛化能力，，，差别构型的灵巧手接入后，，，可以直接复用统一套智能能力。。。。

这和古板的「换夹爪」，，，也完全不在一个难度级别。。。。

夹爪通常服务于牢靠工序，，，行动相对简单；；；灵巧手却有更多枢纽和自由度。。。。一次看似简朴的抓取，，，背后可能要同时协调手指姿态、接触位置、摩擦力、物体形变和机械臂轨迹。。。。

更贫困的是，，，差别厂商的灵巧手，，，在枢纽数目、尺寸、控制接口和动力学特征上各不相同。。。。

「手」一换，，，模子面临的，，，险些就是一副全新的身体。。。。

据先容，，，Visics 现在已支持10 款以上差别品牌的灵巧手。。。；；；皇旨从谜嬲缭降，，，正是这些硬件差别。。。。

2、不但完成一个行动，，，而是干完一整单活

换完身体，，，接下来考使命。。。。

在机械人商超提货站演示中，，，机械人自主明确指令、识别对应商品，，，并一连完成移动、抓取和交付礼物。。。。全程不依赖人工？？？，，，也没有远程接受。。。。

单独看，，，移动、识别和抓取都不是新能力。。。。难点在于，，，机械人能否把这些环节串成一条完整链路，，，稳稳接住一个个长程使命。。。。

这也是具身智能从 Demo 走向营业的一道分界线：已往更像是「教机械人完成一个行动」，，，现在可以把一整单使命交给它。。。。

公司透露，，，现在该方案现在已与多家零售、物流企业开展试点相助，，，多 SKU 抓取乐成率稳固在99% 以上。。。。

3、拆红包、立硬币，，，磨练「细腻功夫」

机械臂还在现场完成了拆红包、将硬币直立在桌面上等使命。。。。

这些细腻操作，，，人类尚且难以挑战乐成，，，况且机械人。。。。

例如，，，捏取和直立硬币，，，需要机械人准确判断接触位置，，，并在极小规模内一连调解力度。。。。力太大，，，硬币可能滑动；；；力太小，，，又无法稳固控制。。。。

为此，，，机械臂搭载了自研的微型视触觉？？？ FingerEye 。。。。

该？？？榭稍诮哟ヌ跫供立体深度指引，，，接触后通过形变推算六轴力矩，，，让机械人同时获得视觉、触觉与力觉反馈，，，实现亚毫米级力控。。。。

几轮闯关下来，，，具身大模子的竞争偏向也愈发清晰。。。。不再只是完成一个指定行动，，，而是让统一套智能跨越差别身体、物体和使命，，，随时换场，，，接着干活。。。。

「一脑控多手」背后，，，Visics 究竟学会了什么？？？

三场演示，，，换了手、换了物品，，，也换了使命。。。。但背后的「大脑」，，，始终是统一个——通用具身大模子 Visics 。。。。

它接纳了RoboScience机械科学自研的 VLOA（Vision-Language-Object-Action）架构。。。。

Visics大模子架构图

和古板 VLA 直接学习「机械人该怎么动」差别，，，Visics 重新界说了具身智能的Token

物体，，，应该怎么被操作？？？

这正是它能够跨本体、跨物体、跨使命复用的要害。。。。

VLOA 中心的「 O 」，，，指的就是这个新 Token ：Object Trajectory，，，亦即物体一连的 3D 点云轨迹。。。。

它形貌的是一个物体在使命历程中，，，位置、姿态、形变和接触关系应该怎样一连转变，，，能够将原本重大的三类变量——使命、硬件和物体——统一到一个配合表达里。。。。

Visics 内部，，，可以明确为两套模子协同事情。。。。

上层的具身天下模子，，，认真明确指令、场景和物理关系，，，并在三维空间中预演：物体接下来应该怎样运动和转变。。。。

它输出的不是某台机械人的枢纽行动，，，而是一条切合物理纪律的物体轨迹。。。。

下层的通用操作模子，，，再把这条轨迹翻译成目今本体能够执行的行动：从那里接触、以什么偏向操作、施加多大力度，，，并凭证实时反馈一直修正。。。。

以是，，，每当换一只手，，，上层妄想并不需要推倒重来，，，转变的是「怎么执行」，，，而不是「要完成什么」。。。。「一脑控多手」的窍门，，，就藏在这里。。。。

至于Visics 预训练数据，，，主要来自海量视频数据和仿真数据。。。。

具身天下模子从海量视频中，，，学习人类怎样与物体交互。。。。公司通过自动化标注和洗濯管线，，，将通俗视频转化为以物体为中心的高维操作数据。。。。

按公司披露，，，这套数据系统可将单条数据的获取本钱降至古板方案的1/20 到 1/200，，，并以每周数十万小时的速率一连扩充，，，有望将具身智能的数据规模，，，推向类似大语言模子的万亿级Scale-up 。。。。

通用操作模子在仿真情形里「练手」，，，大规模学习抓取、折叠、纠葛和倒水等操作。。。。

为缩小仿真与真实天下之间的差别，，，RoboScience机械科学自研了多模态物理仿真引擎 RoboMirage ，，，用于批量天生气械人操作轨迹。。。。

现在已积累数百亿次Manipulation 操作轨迹，，，2026 年有望将这一数据集扩展至1T规模——也就是笼罩全空间物体的1 万亿次操作轨迹。。。。

当机械人真正进入现场，，，执行中泛起的高难度失败案例，，，还会一连回流，，，用于后训练和定向补强。。。。Visics 的数据飞轮，，，也由此转了起来。。。。

从绑定本体到全球首个 EaaS，，，具身大模子换了一种交付方式

换手即用之后，，，Visics 又往前迈出一步：

把这套能力做成像水和电一样、可以按需挪用的基础能力。。。。

RoboScience机械科学已与腾讯云告竣战略相助。。。。双方将基于腾讯云的算力与存储底座，，，配合打造云端 EaaS —— Embodied AI as a Service，，，也就是「具身智能即服务」。。。。

Visics 也因此成为全球首个具备云端安排能力的具身大模子

通过 API 等方式，，，对外开放 VLOA 架构、Object Trajectory 数据标准、跨本体泛化能力和全自动数据管线等焦点手艺能力。。。。

听上去，，，有点像大模子时代的 MaaS。。。。

但这一次，，，云端模子输出的要进一步落到机械人身上，，，酿成真实天下里的移动、抓取和操作。。。。

这也意味着，，，具身智能的交付逻辑可能要变了。。。。

已往，，，机械人项目通常是一台机械人、一套模子、一个场景，，，再配上一轮漫长的工程调试。。。。硬件一换，，，甚至只是换个最后执行器，，，都可能重新适配。。。。

这种模式，，，很难规；；；粗。。。。

Visics 拆开了模子与硬件之间的强绑定。。。。若是统一套操作能力能够跨本体复用，，，那么企业未来采购的，，，可能不再是一套软硬件捆绑的机械人系统。。。。

机械人厂商认真造身体，，，云端模子认真提供「大脑」，，，场景方再凭证营业需要完成应用开发。。。。

换句话说，，，具身智能最先从「卖整机、做项目」，，，走向「卖能力、做平台」。。。。

而云服务，，，正是这套分工能够跑起来的必经之路。。。。

海量视频、仿真数据和真机反馈，，，需要一连汇总、训练和更新。。。。相比让每一家机械人公司都从零搭建模子，，，把共性能力集中在云端训练，，，再开放给差别硬件挪用，，，更容易形陋习模效应。。。。

模子统一升级，，，机械人按需挪用；；；本体厂商专注硬件，，，场景方专注营业。。。。

当底层能力更新时，，，下游也不必重新安排整套系统，，，通过 API 或软件升级，，，就有时机直接获得新的操作能力。。。。

不过，，，机械人上云与通俗软件上云仍有显着区别。。。。

EaaS 的要害不但是把模子安排在服务器上，，，还在于能否形成一套兼顾通用能力、实时控制和硬件适配的工程系统。。。。

RoboScience机械科学这次亮相，，，释放出了一个清晰信号：机械人的「智能」，，，正在挣脱对特定硬件的绑定。。。。

已往，，，一台机械人、一套模子、一个项目。。。。硬件一换、场景一变，，，往往就要重新开发。。。。当感知、妄想和操作能力逐渐与硬件解耦，，，统一套「大脑」便有时机进入差别身体、适配更多场景，，，并像云端软件一样一连升级。。。；；；等诵幸，，，也由此看到了从定制项目走向标准化平台的可能。。。。

虽然，，，具身大模子上云，，，仍要面临延迟、清静、网络稳固性和端云协一律现实问题。。。。但偏向已经清晰。。。。

当厂商不必重复训练「大脑」，，，场景方也不必围绕每款硬件重新开发，，，具身智能走进千行百业的门槛，，，才有可能真正降下来。。。。

站在茂密的树林下瞻仰天空，，，却发明头顶的树冠并不是细密地连成一片，，，而是树与树之间自然地保存着曲曲折折的误差，，，像许多蜿蜒交织的小径，，，显得很有界线感，，，若是称内向的人为“i人”，，，这些树显然就是“i树”了。。。。这一奇异的征象，，，叫做“树冠羞避”。。。。