云端模型如何落地物理世界？招商局狮子山人工智能实验室用LiOS打通具身智能全链路

61 0 0

文章摘要

叠衣服作为典型的无定型柔性物体操作，宏观上需要判断衣物朝向与折叠路径，细节上需处理布料摩擦与静电等变量，已成为具身智能领域验证机器人柔性感知、双臂协同与长程执行能力的顶级难题。面对真实家庭场景中衣物褶皱堆叠等复杂工况，传统方案极易出现抓取落空与流程中断等问题。招商局狮子山人工智能实验室通过引入多模态大模型训练框架与并行策略，在仿真赛阶段实现了高效的模型策略迭代，但真机部署时仍面临机器人技术栈与大模型技术栈交叉带来的系统复杂度挑战。

为突破虚实迁移鸿沟，实验室自研LiOS架构，将具身智能从分散的系统集成推进到操作系统级的统一基础设施。该架构由云侧、端侧和端云协同构成。云侧依托多模态数据湖仓与分布式训练支撑模型参数规模扩展；端侧接入异构机器人本体以保障实时性与安全边界；端云协同则通过低延迟图传将真实执行现场接入云端，使视觉输入快速进入模型推理链路，实现云端部署推理频率显著高于端侧。

基于LiOS架构，实验室成功实现了叠衣任务向不同机器人平台、不同衣物结构与不同初始状态的平行扩展。真机测试验证了系统在多双臂平台并列叠衣、多类衣物折叠、大形变整理、精细动作调整以及长程连续叠衣等方面的跨本体与抗干扰能力，证明了该架构能有效支撑具身模型在复杂真实操作条件下的稳定执行与数据闭环优化。

为推动柔性机器人操作领域的技术迭代，实验室正式开源LiOS低延时图传模块与LeFold高质量叠衣数据集，为研究者提供面向真机柔性物体操作的可靠数据基础与代码支持。此举旨在打破高质量真机数据稀缺的瓶颈，赋能行业生态共建，加速具身智能技术走向真实家庭场景与规模化应用。