复旦系机器人在WAIC上“打工”出圈
中国青年报客户端讯(中青报·中青网记者 王烨捷 贾骥业)7月17日至20日,2026世界人工智能大会暨人工智能全球治理高级别会议(WAIC)在上海举行。这两天,记者在展会现场看到了多台“复旦系”机器人。它们有的在打螺丝,有的在测灯光,还有的看得懂手势、会打太极。这群在WAIC上“打工”的机器人这两天火出圈了。
汽车总装线的收尾阶段,车灯装配是一项典型的高精度精细作业。这样的操作,汽车车灯装配车间的工人每天要重复成百上千次。如今,这一繁琐工序有望被机器人取代。
在上海世博展览馆“C位”模登时代展区,复旦大学可信具身智能研究院与上海新智具身智能科技有限公司联手研发的具身智能机器人“站”在最外侧显眼位置。
该校姜育刚教授团队自研的“视触觉传感器”是机器人的“感知中枢”。该传感器指尖每平方厘米约4万个感知点,能精准捕捉接触区域的形变及受力分布。
“在此基础上,我们创新构建了首个支持精细化操作的视触融合具身大模型,通过对物体接触、形变及力觉反馈等底层物理规律的高效建模,赋予机器真正的‘触觉认知’,实现对操作演化过程与潜在风险的精准预测与推演。”复旦大学可信具身智能研究院副院长、新智具身首席科学家吴祖煊教授介绍,未来,该技术还可拓展至消费电子、精密仪器等多种高精度制造场景,推动机器人从“依赖预设程序执行”迈向“基于多模态感知的实时自主操作”。

记者注意到,模登时代展区几乎成了复旦大学机器人的“天下”。这里还有一条模拟电池模组装配产线。四台憨态可掬的白色机器人正行云流水般地协作:上料、装配电芯、除尘扫码、成品下料……这套系统来自上海苏度科技有限公司,该公司联合创始人、董事长兼CTO正是复旦大学浩清特聘教授、通用物理智能研究院首任院长苏昊。
本次WAIC是苏昊回国搭建团队以来,硬件与基础模型的首次系统性亮相,展区涵盖工业与民用两大类。过去一段时间,苏昊团队与宁德时代在多个核心制造场景中联合开发。

“我们要解的绝不是某个垂直场景的题,而是通用智能。”苏昊表示,“通用,才是我们对这一代具身智能最大的期待。”本次展示的demo中,苏度机器人通用场景抓取成功率达98%,工业场景成功率达99.5%,未曾接触过的新物体亦能顺利抓取,还可以实现在开放世界中边移动边操作。
相比团队今年4月发布的sudo机器人仅展示泛化抓取单项技能,此次WAIC的demo已涵盖十余种操作能力——从抗干扰精准抓取,到亚毫米级模具装配,再到动态抓取移动物体。苏昊说,抓取是物理交互的一个重要入口,是大多数操作技能的“母技能”,“把它做到高可靠、强泛化,意味着这一整套范式可以往更多技能上扩展”。
面对火热的具身智能赛道竞争,苏度坚持要保留一条“技术护城河”——在仿真环境中低成本获取海量多模态数据;虚实融合的数据路线,优化数据配比以训练最强模型;全栈自研,打通从仿真、数据、训练、评测到本体硬件的完整闭环。
他介绍,未来苏度将重点布局制造业、零售商超与餐饮门店,家用为更远期方向。据悉,今年下半年,苏度团队将着重跑通底层技能模型与上层开发者工具相结合的商业范式,并在各行业头部客户完成早期概念验证(Proof of Concept,POC)验证与小批量落地,同步搭建供应商、集成商、渠道商与开发者生态,2027年起进入规模化铺量阶段。
来源:中国青年报客户端
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




