内容提要
无界动力在WRC展会上展示真实咖啡店场景,机器人服务员在开放环境中完成送餐、收杯、消毒等任务,体现具身智能的泛化能力。公司采用隐空间世界模型,避免数据堆叠,通过强化学习提升决策力,在RoboCasa榜单获全球第一。其商业化双线并行,工业与商业场景共用通用大脑,已获7亿元订单,产品通过欧盟CE认证。
延伸解读
真实场景验证:从“演示”到“工作”
多数展台在受控环境中展示预设动作,而无界动力将真实咖啡店搬进WRC,机器人需在开放人流中完成送餐、收杯、消毒等长时序任务。这种“非考试式”验证更贴近实际应用,也暴露了具身智能从实验室走向商业化的关键差距:能否在不确定环境中持续稳定决策。
隐空间世界模型:避开数据堆叠的路线选择
无界动力选择隐空间世界模型而非像素级生成,强调理解物理变化规律而非复刻画面。其RoboCasa榜单第一的成绩,以及咖啡店中机器人绕开私人物品、调整穿珠角度等表现,均体现模型对高维表征和因果关系的把握。这一路线与VLA模仿学习形成对比,但尚需更多场景验证。
商业化双线并行:工业与商业的互补逻辑
无界动力同时布局工业(技能打磨)和商业(泛化验证),共用同一通用大脑。工业场景验证操作精度,商业场景测试开放环境决策,两者数据反哺模型。目前累计7亿元订单和CE认证,为具身智能商业化提供了可检验的证据链,但规模化落地仍需时间。
Q&A
无界动力在WRC展会上展示了什么独特的展台?
无界动力在WRC展会上展示了一个真实的机器人咖啡店,机器人服务员在开放环境中完成送餐、收杯、消毒等任务,体现了具身智能的泛化能力。
无界动力采用什么技术路线来实现具身智能的泛化?
无界动力采用隐空间世界模型,避免数据堆叠,通过强化学习提升决策力,在RoboCasa榜单上获得全球第一。
无界动力的商业化进展如何?
无界动力商业化双线并行,工业与商业场景共用通用大脑,已获7亿元订单,产品通过欧盟CE认证。
无界动力为什么选择咖啡店作为商业场景?
咖啡店处于任务具象但环境开放的中间位置,能测试模型在开放环境中的持续决策能力,同时积累高质量数据反哺模型。
无界动力对VLA路线的态度是什么?
无界动力认为VLA本质上还是模仿学习,依赖数据堆叠,无法解决开放环境的泛化问题,因此不采用该路线。
无界动力在RoboCasa榜单上的成绩如何?
无界动力发布的具身通用大脑MWA™在RoboCasa GR1 TableTop榜单上以75.2%的平均任务成功率排名全球第一,超过英伟达GR00T-N1.6和小鹏DIAL。
无界动力的创始团队背景是什么?
创始人兼CEO张玉峰曾任地平线副总裁,联合创始人兼CTO夏中谱曾任百度Apollo预测模块负责人和理想汽车端到端技术负责人,两人都有自动驾驶从规则驱动到端到端的经验。
无界动力如何验证其技术的可靠性?
无界动力通过真实咖啡店试运营、仿真榜单公开成绩和商业订单来验证技术,提供了可检验的商业化证据链。