自变量机器人亮相世界机器人大会
转自:证券日报网
本报讯 (记者李雯珊)8月19日至23日,2026世界机器人大会在北京举行。自变量科技(深圳)股份有限公司(以下简称“自变量机器人”)作为同时展示了具身智能“服务家庭生活、赋能产业应用、定义数采基建”行业全景的企业,带来了家庭服务、物流分拣两个典型应用场景和无本体数据采集的可操作展示。前两个场景均来自自变量已经规模化落地、大规模应用的实际案例的1:1复刻。
在大会现场,自变量机器人搭建了堪称“通用能力最强”的展台,展示出以通用模型驱动各场景应用的优越性。在家庭场景中,机器人流畅完成收纳整理、清洁打扫、搬运跑腿等数十项任务,覆盖机器人家庭服务的主要类型,展示出“科技进步革新生活方式”的动人图景。
在物流场景中,自变量机器人复刻了不久前全球直播的物流分拣产线:两条机械臂配合夹爪,全自主分拣复杂随机的真实包裹,分拣效率高达1816件/小时,展示出“具身智能服务产业升级”的真实案例。
自变量机器人还展示了无本体数采方案QUANXTA Zero,让观众能够亲身体会自己的动作被捕捉采集、变为机器人可训可用的数据。模型企业反向赋能数采,展示出“基础科研加速行业发展”的经典路径。
在家庭服务展区,自变量机器人展示了行业内最“广”的家庭服务:机器人正有条不紊地完成家务劳动,包括整理柔软衣物、取外卖、拿饮料、收拾桌面、浇花、铲猫砂、自行充电等。有时还会拿起宠物玩具,逗一逗机器狗。
在物流分拣展区,自变量机器人则展示了产业最“深”的物流分拣:两条机械臂搭配夹爪,持续对大小、形状、材质和重量完全随机的真实物流包裹进行分拣,将面单翻转至适当朝向。面对不同包裹,它会自主采取不同的策略:对于轻小包裹直接夹取搬运;对于大件沉重包裹则从侧面推动;对于蜷曲折叠软包则先摊平理顺,再调整面单方向。
家庭服务与物流分拣对机器人的能力要求截然不同:家庭环境高度开放,任务长程且随机,更考验机器人在陌生环境中的泛化和应变能力;物流产线则更看重作业效率、操作准确率、运行稳定性和部署成本。兼顾这两类应用场景,对具身模型的通用泛化能力提出了极高要求。
驱动这两类场景的,正是自变量机器人全自研的同一个端到端的世界统一模型WALL-B。该模型由自变量从零预训练,将视觉、语言、触觉、动作和物理预测等能力融合进同一个神经网络。让其不仅具备空间推理能力,还能够理解重力、惯性和摩擦力等物理规律,推演不同动作可能带来的状态演化,并具备记忆能力、能在与环境的交互中持续学习。
(编辑 王浩)
-
AGV调度系统数据瓶颈:当「没有更多数据了」成为技术分水岭数据饥渴症背后的调度系统真相很多人以为AGV调度系统的性能瓶颈在于算法复杂度,其实不然——当集群规模突破200台节点时,真正制约系统效率的往往是「没有更多数据了」这一反直觉现象。在苏州某3C电子工厂的实地测试中,某头部厂商的调度系统在187台AGV同时运行时,路径规划耗时从3.2秒骤增至17.8秒,表面看是计算资源不足,实则是传感器数据采样率与地图更新频率的匹配失衡。数据链断裂的底层逻辑听起来可能查看详情
-
AGV调度系统数据瓶颈:没有更多数据时的底层逻辑重构当调度系统提示“没有更多数据了”:一场被忽视的工业级灾难很多人以为,AGV调度系统的数据中断仅是传感器故障或通信延迟的表象,其实不然。在某头部汽车总装车间,2023年Q2曾因激光SLAM地图更新滞后,导致32台AGV在换型期集体停摆——表面是地图数据缺失,底层逻辑是调度算法对「数据饥渴」的容忍阈值设计缺陷。数据饥饿的工业级代价传统调度系统遵循「数据驱动决策」的范式,其隐含假设是:数据量与决策质量呈查看详情



400-886-5570




