跨机器、物体与各种任务！RoboScience发布通用具身大模型

38 0 0

文章摘要

RoboScience机器科学发布了Visics通用具身大模型，全面披露了VLOA技术架构。该模型以3D点云轨迹作为全新的具身基础表征单元，旨在解决具身智能领域泛化能力差、精细操作难及长程任务误差累积的核心瓶颈。这种三维点云轨迹结合了空间结构与时间演化，使模型能在真实三维空间中建模并满足几何约束，为能力迁移提供底层支点。

作为大模型的前半部分，具身世界模型承担认知大脑角色，负责理解物理世界并预演未来轨迹。它接收语言指令和视觉图像，将场景分解为独立物体以预测运动路径。该模型具备跨物体泛化、动态过程建模等能力，严格遵循动力学与碰撞等物理约束。通过支持物理多解性建模与长时序空间一致性，它能生成符合物理规律的轨迹，并与硬件结构解耦，确保规划可无缝迁移至任意形态的机器人本体。

后半部分的通用操作模型参数超10亿，接收上述轨迹并将其翻译为精确的底层控制动作。该模型通过全技能联合训练形成统一的操作表征，摆脱了传统原子技能库的碎片化局限，在任意形状物体抓取、跨本体灵巧抓取及极高精度要求的精细操作方面表现优异。它能融合视觉、触觉、力觉等多模态感知信号进行实时调整，在长程闭环任务中自主分解多步骤动作并动态应对环境变化。依托物理仿真闭环与100亿次海量数据训练，模型的操作成功率呈现可预测的幂律提升特性，印证了具身智能领域Scaling Law的显现。

研发团队由具备顶尖学术与头部科技企业背景的专家共同创立，核心技术壁垒深厚。企业致力于构建万亿次级别的超大规模物理操作数据集，并计划于年内实现面向工业与商业场景的标准化机器人产品量产，全面加速通用具身智能技术的商业化落地与持续演进。