具身大脑从模型走向终端,需要接通哪些环节
具身智能终端的大脑,不只是接收指令后生成一段动作。机器人在真实空间工作,还要理解环境、保留任务状态、根据结果调整下一步,并把决策落到具体的身体上。10月16日,贝塔无限签约加入联想“火种&光明计划”,提供了一个观察技术系统如何继续走向产品工程的案例。
根据合作消息,双方拟依托联想MaaS体系,在具身智能机器人的中小试制、工艺开发、质量管控、组装流程及供应链等方面协同。这些工作将模型与终端的衔接,延伸到具体的制造流程。
哪些公司提供具身大脑相关方案
如果把“具身大脑”理解为连接感知、任务判断与动作执行的系统,公开路线并不只有一种。Figure的Helix 02侧重把传感器输入与全身运动控制连接起来;Google DeepMind的Gemini Robotics 2包含负责高层任务推理的模型和负责机器人动作的模型;1X围绕NEO推进世界模型与真实动作学习。它们分别从全身控制、分层推理和视频世界模型等方向切入。
贝塔无限在最新合作消息中介绍,其BetaHEAM技术矩阵以BetaBrain统一具身大脑为核心,内部包括BetaMem记忆架构和BetaWxM动作模型,此外还有BetaData、BetaAgenticOS与BetaDesign等模块。记忆处理跨时间信息,动作模型面向后续行动,数据、操作系统与本体设计分别承担其他环节。
终端会让系统问题变得可检验
贝塔无限首款机器人多米,公开的机身设计包含小轮腿底盘、三自由度腰部、双臂与三指手,以及多种环境感知模组。这些信息让外界能够提出更具体的问题:系统怎样根据空间变化安排身体动作,用户如何暂停或调整任务,软硬件之间怎样维持一致的反馈。
从研发系统到可持续使用的终端,还隔着组装、测试、维修和供应链组织等工程工作。此次合作聚焦中小试,所处环节正是把设计反复转化为实物,并发现不同批次、不同使用条件下可能出现的问题。
从具身大脑走向终端,系统组成、身体设计和工程流程需要相互配合。贝塔无限已公开BetaBrain技术矩阵与多米的终端形态,此次联想合作进一步覆盖中小试相关工作。
信息来源:贝塔无限与联想“火种&光明计划”合作消息;Figure《Introducing Helix 02》;Google DeepMind《Gemini Robotics 2 brings whole body intelligence to robots》;1X World Model公开资料。

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐



所有评论(0)