挖一个冰淇淋球有什么难的？去年在大会上刨黄瓜皮的穹彻智能今年在2025世界人工智能大会展区开了一家“手工”冰淇淋店。穹彻智能具身大脑Brain 2.0与非夕双臂自适应机器人平台结合能够自主而灵活地完成开关冰柜、手工舀挖冰淇淋并放置、清洗挖勺等连续的复杂任务。
在同一个冰柜中，人需要能看到哪个区域的冰淇淋已经被挖空、哪个区域还可以挖，并作出快速判断；同时随着温度的变化，冰淇淋的状态会发生改变，如何精准地把握力度也是一大难点。基于大模型提供的多模态感知和决策能力，机器人可以实时了解冰淇淋池的颜色、深度等变化，自主决定挖哪里、怎么挖、准确放、不浪费；结合穹彻自研的端到端的力位混合机器人行为模型，机器人可以在挖的过程中跟随着冰淇淋池表面起伏，在下压时以合适的力度克服阻力、并保证动作的顺畅度，让冰淇淋在勺中滚动，从而形成较好的冰淇淋球面效果。此过程完全由机器人自主决策执行，已经可以直接在真实场景中应用。
冰淇淋小店备受关注
基于大模型提供的多模态感知和决策能力，机器人可以实时了解冰淇淋池的颜色、深度等变化，自主决定挖哪里、怎么挖、准确放、不浪费；结合穹彻自研的端到端的力位混合机器人行为模型，机器人可以在挖的过程中跟随着冰淇淋池表面起伏，在下压时以合适的力度克服阻力、并保证动作的顺畅度，让冰淇淋在勺中滚动，从而形成较好的冰淇淋球面效果。
此过程完全由机器人自主决策执行，已经可以直接在真实场景中应用。基于大模型提供的多模态感知和决策能力，机器人可以实时了解冰淇淋池的颜色、深度等变化，自主决定挖哪里、怎么挖、准确放、不浪费；结合穹彻自研的端到端的力位混合机器人行为模型，机器人可以在挖的过程中跟随着冰淇淋池表面起伏，在下压时以合适的力度克服阻力、并保证动作的顺畅度，让冰淇淋在勺中滚动，从而形成较好的冰淇淋球面效果。此过程完全由机器人自主决策执行，已经可以直接在真实场景中应用。
穹彻智能展现“无人家务”
目前，穹彻具身大脑已具备指令推理、任务规划、环境感知、自主导航和通用技能操作的全闭环能力。Noematrix Brain 2.0搭载的实体世界大模型将引入实体概念学习（Object Concept Learning）能力。依托实体概念推理网络，具身智能体（如机器人等）能够掌握实体对象可供性的因果推理技能，从而建立强大的物理世界理解；而在机器人行为模型方面，Brain 2.0支持端到端3D模仿学习框架RISE和视-触觉快慢网络架构，使机器人的行为策略具备高度反应能力，快速适应环境变化，可完成复杂连续的密集接触任务。
此外，Brain 2.0通过“用户偏好”机制，可以让机器人具备对用户生活习惯（例如习惯物体摆放位置）、环境和人的关系（如红色牙杯是妈妈的）等的理解和记忆能力。之后模型结合语义理解与环境感知，就可以在动态的环境中呈现出更贴合用户“心意”的规划与操作。
比如，在鞋履整理场景中，当搭载Brain 2.0机器人被输入“蓝色拖鞋是爸爸的”的提示、又收到“收纳爸爸的拖鞋并整齐摆放到鞋垫上”这样的任务指令时，它就能够自主完成其中的关系判断、环境感知识别与抓取路径规划，执行精准精细的摆放操作。
明道配资提示：文章来自网络，不代表本站观点。
