候选项目库

公司以类家庭场景切入,通过真实家庭环境中的持续数据采集与反馈闭环,不断优化机器人的感知、决策和执行能力。团队核心成员具有清华大学计算机学科背景,师从李克强院士,在人工智能与机器人交叉领域具有深厚的学术积累。致力于构建从硬件本体到AI大脑的完整具身智能技术栈,推动家用机器人从实验室走向规模化商用

致力于构建具备通用智能的机器人系统,使机器人能够像人类一样理解世界、学习新任务并自主执行。AGI原生意味着从底层架构即围绕通用智能设计,而非在专用系统上叠加智能模块

工业机器人是智能制造的核心装备,广泛应用于焊接、喷涂、装配、搬运等工业场景。公司在工业机器人本体设计和运动控制方面具有技术能力,致力于推动工业机器人的智能化升级和广泛应用

公司采用数据与知识混合驱动的端到端架构,自研FAM-1超少样本具身操作模型:利用三维热力图对齐视觉语言模型(VLM)与视觉语言动作模型(VLA)的输入输出,减少三维空间信息损失,仅需3-5条真机数据即可实现约97%的任务成功率,数据利用效率提升百倍。产品体系包括面向本体厂商的"大脑"解决方案与自研双臂具身机器人本体,已在电力、商业、展览展示及工业产线场景落地,本体支持24小时连续运行并采集真机数据,构建数据反哺模型的闭环;后续计划推出融合力触觉的通用VLTA多模态大模型及第二代软硬一体本体。

通过机器人足球这一研究平台,验证和发展机器人运动控制、多机协同、实时决策等核心技术。公司机器人足球队多次获得机器人足球世界冠军,展示了在动态环境感知、高速运动控制和多智能体协同等方面的技术领先性,这些技术可迁移至工业巡检、物流配送、应急救援等实际应用场景

技术路线以精密光学设计实现微型化多模态触觉传感器:微米级空间分辨率、毫牛级合力精度感知,可同步提供三维力觉、动觉、滑觉等多维信息,不依赖marker点,可集成至灵巧手等复杂结构。技术方向:具身智能触觉传感器。核心技术含多模态触觉感知算法、自动化标定技术、触觉仿真技术与VTLA(视觉-触觉-语言-动作)多模态控制技术。产品矩阵包括G1-WS2.0高灵敏度多模态触觉传感器、XTac UMI G1穿戴式视触觉数采夹爪(同步采集视觉/触觉/位姿五维数据)、集成触觉传感器的智能夹爪系统及指尖、夹爪、平面、曲面全形态传感器与整手触觉解决方案;应用于人形机器人灵巧手、精密装配、双臂纸盒成型、商品真伪鉴定、医疗康养、柔性物流等场景。

公司技术路线为"硬件本体+多模态感知+智能决策+灵巧执行"全栈闭环。硬件自研高性能双臂机器人平台,提升机身姿态适应性与作业空间覆盖度,支持复杂走位与精细操作;感知层以视触觉传感器为载体,提出Tacchi视触觉感知虚实融合方法并构建TactileNet触觉模型,可实时感知抓取力度、表面纹理与滑动趋势;模型层小脑模型专注精细运动控制与实时反馈,融合场景原子技能库,与上层大模型分工,完成从任务理解到动作执行的闭环。主攻灵巧操作,切入精密装配、无序分拣等工业场景,已为消费电子、汽车零部件厂商提供柔性装配产线解决方案。

端到端PSI系列VLA具身模型与Psi-SynEngine数采引擎,灵巧操作对标PI/英伟达。10万小时人类手部操作数据集(行业最大开源),攻克机器人灵巧操作卡脖子;Psi-W0用于策略评估、反事实模拟和强化学习训练,首次在强化学习智能体中实现高效的去中心化协同训练和决策;数据集覆盖视觉、语言、关节角度和触觉信息,支持工业装配、生活操作及物体抓取等任务研究

核心技术为基于激光SLAM的自然导航与室内外一体化导航,适应人车混行环境与产线调整;产品构建于统一4C技术架构(多模态感知、空间感知与移动控制、大规模集群调度)。产品矩阵:EMMA系列AMR(载荷400-1500kg)、OMNI系列重型全向AMR(1-10吨)、FOLA系列无人叉车、LUNA系列室外移动机器人、NERA系列具身智能机器人(含控制器与集群调度系统)及CLOUDIA智能调度软件。高端制造无人叉车与室内外一体化导航,替代进口AGV控制系统;面板行业实现全球首例百台级高精度多维侧叉机器人与千台级机台对接上下料、产线物流端到端无人化;重载AMR可跨室内外转运车桥等部件,覆盖智能搬运、智能出入库、智能上下料场景。

产品线覆盖通用人形机器人本体、机械臂和四足机器人(机器狗)全形态家族,致力于提供从本体硬件到运动控制算法的完整解决方案。在关节模组设计、运动控制算法、多模态感知等核心技术上持续投入,推动人形机器人在工业制造、物流仓储、家庭服务等场景的规模化应用。硬件含L7双足人形机器人(55自由度)与XHAND1灵巧手(12自由度);ERA42具身大模型为全球首个集成12自由度灵巧手的模型,较Figure AI Helix(35自由度、500小时数据)优势明显;L7获世界人形机器人运动会跳高冠军(95.641cm)。

自研高性能关节模组,在电机、减速器、驱动器一体化设计方面积累深厚,并在此基础上开发多款足式机器人产品。在足式机器人运动控制算法方面具有核心技术优势,能够实现复杂地形下高稳定性行走、奔跑和跳跃等运动能力,产品应用于巡检、搜救、科研等多个场景。技术方向为具身智能与足式机器人,产品包括人形双足、四轮足机器人。核心产品有四轮足机器人W1(企业称中国首款、全球首款可商业化落地的四轮足产品)、人形机器人CL-1、双足机器人P1、四足原型机X1。关键技术包括Perceptive Control地形感知运动规划、全自研高性能关节(抗冲击、精准快速扭矩控制)、强化学习、Real2Sim2Real闭环、迭代式预训练方法与自研实时软件系统mros。技术亮点为中国首个基于实时地形感知动态上楼梯的人形机器人,突破“盲走”局限;2022年四足原型机X1实现正向上下楼梯,完成中国足式机器人关键突破;2024年3月双足机器人P1野外徒步测试为中国首次以零样本、无保护、全开放方式完成复杂地形移动。

致力于开发能够理解三维物理世界并进行自主操作的机器人智能系统,核心方向包括三维视觉感知、场景理解、物体识别与定位、机器人操作策略学习等。通过提升机器人在非结构化环境中的操作泛化能力,推动具身智能从实验室走向真实世界大规模应用。以Sim2Real AI为核心技术路线,自研DexVerseTM具身智能引擎;技术底座含Fantasia3D、SAM-6D等原创模型族与抓取网络GPNet;产品为软硬芯一体化,含3D成像产品、PickWiz软件与复合机器人,已批量落地30+行业。

致力于解决具身智能领域数据缺失的结构性难题,通过构建覆盖全身运动控制的通用大模型,使人形机器人能够通过学习实现多样化运动和操作能力。基座模型理念借鉴大语言模型成功路径,旨在为具身智能提供通用的大脑基础模型

利用人工智能技术赋能机器人本体,在感知、决策、控制等核心环节实现智能化突破。AI驱动的具身智能方向涵盖视觉语言动作模型(VLA)、模仿学习、强化学习等前沿技术路线,旨在打造能够在复杂真实环境中自主学习和执行任务的通用机器人系统

原生通用人形机器人基础模型:自研原生三维世界引擎,以点云、高斯泼溅等三维表征替代主流二维视觉表征,实现三维理解、推理与环境状态推演;模型采用“大脑+小脑+力位混合”三层协同架构——大脑负责环境感知、长时序任务规划与操作决策(训练依赖真机原生交互数据),小脑负责全身平衡与底层控制(仿真环境强化学习),力位混合层输出柔顺控制。自研头戴式全身全景数据采集设备Delta D1:佩戴者正常作业即可同步采集第一人称全景视觉与全身关节运动轨迹,无需机器人本体与动捕棚,全局定位精度控制在2厘米以内,配套手持配件D1-Gripper补齐双臂末端细节;数据经跨本体重定向后可适配宇树、智元、乐聚等本体训练。已联合中国信通院发布工业数据集2.0;应用:电网全身巡检、汽车零部件上下料、SMT料箱分拣等工业场景。

公司采用"通用大脑+人形全身小脑+自研人形本体"三位一体全栈自研路线,主攻端到端大小脑具身大模型。核心技术包括第三代VLA+RL技术路线、全球唯一的通用大小脑双Pretrain架构及通用行为专家大模型GAE——实现机器人领域首个动作泛化,无需编程即可完成精准运动控制、姿态平衡与实时反馈;端到端基座大模型支持单次学习上千个任务,以强化学习为执行器实现任意运动泛化,并建成全球最大的人体全身关节运动轨迹数据库。当前正攻坚全身运动操作一体化通用具身基础大模型WR1,应用于教研与多场景商业化落地。

全栈具身智能技术路线:算法层面自研UniTouch触觉大模型——全球首个触觉融合的多模态预训练大模型,使机器人通过触觉感知材质、力度与滑动,触觉大模型开辟机器人精细操作新能力;配套UniFlex模仿学习框架与视触觉数据体系(创始团队曾构建全球最大视触觉数据集Touch and Go)。硬件层面自研8自由度仿生机械臂、三指夹爪与轮式/双足本体,软硬协同。产品矩阵:轮式双臂人形机器人Wanda(洗衣、清洁等家庭服务,2025世界人形机器人运动会获两金一银)、双足人形机器人Martian(模块化设计、基础版8.8万元)。应用聚焦ToC家庭服务及酒店、物业、养老社区等泛商业场景,2025年底单月交付超百台,量产工厂达2500平方米,绵阳基地本地化配套率80%。

技术方向:工业具身智能,不做通用机器人而做"一米宽、一千米深"的垂域工业智能体(WOLIF Industrial Agentic Robot)。首款产品瞄准表面处理(打磨、去毛刺)环节——国内该行业产业工人超300万、年用工成本超3000亿元、自动化率不足10%。自研工业大脑实时闭环控制架构:自主策略先验判断、持续感知加工过程状态、动态自主调整工艺与运控参数,实现制程作业全过程闭环自主可控,而非固定程序执行。第一代表面处理工业智能体FAST及自研AI工业控制体系已在航空零部件制造等高精度场景完成验证,后续向航空航天、新能源、汽车、3C等制造领域迁移。

具身智能全栈。首创以人为中心的具身数据引擎,实现真实世界具身数据规模化获取;首创空间感知与推理决策一体化具身大模型,自研通用具身大模型AWE(已迭代至3.0);以端到端模型、世界模型、强化学习为技术主线,串联数据—模型—本体—场景。

走Sim2Real仿真到现实路线,以自研SAPIEN高保真物理仿真引擎(支持摩擦、碰撞、流体形变)与ManiSkill开源仿真训练平台为核心,结合3D生成式AI与英伟达Cosmos合成数据,将长程任务拆解为模块化技能训练;首款轮式类人机器人Hillbot Alpha首次抓取成功率超95%;另走预训练3D物理VLA路线,SAPIEN在GPU底层实现全链路优化、可单日生成超十亿级数据样本,Sim2Real迁移成功率超80%;ZZH称其拥有全球最大规模3D机器人训练数据资产,为全球唯一具备3D物体精准标注能力的企业