候选项目库

工业场景具身智能先行者,推动制造业智能化升级。技术方向:工业具身智能,聚焦船舶航运柔性场景的具身智能机器人,以视觉/语言大模型加专家模型为核心,采用感知层、决策层、规划层分层架构。产品:物流装卸机器人「愚公1号」、移动复合喷漆机器人「马良X1」。指标:马良X1最大水平速度5km/h、最大喷漆速度400m2/h、防爆等级Exp IIB T4、连续作业4h;单台较人工效率提升300%以上、多机协同提升400%以上、油漆损耗降低30%以上、VOCs排放降低50%。

公司主打"具身时空大脑"技术路线:感知、记忆、推演共享同一个四维世界表征;记忆沿时间索引沉淀为空间认知地图;推演在潜空间内做符合物理规律的前推,输出自然语言结论、风险预警或机器动作。核心产品MirrorSense感知层融合RGB摄像头、LiDAR与热成像,实现低光照、强干扰等复杂工业环境下的稳定感知;理解层自研算法生成动态4D语义空间;推理层支持目标遮挡推断与空间关系快速更新,赋能机器人3D环境理解,已推出MirrorSense V1感知模组样机,面向石油、电力等工业场景,并适配人形、四足、机械臂等本体形态。

技术方向:机器人动作智能/世界模型。自研LJM潜联合条件世界模型,主打低成本、国产算力适配的机器人世界模型方案,以视觉基础泛化模型为核心,推动机器人突破封闭演示场景、走向开放环境;通过生成训练数据、充当强化学习环境、学习物理表征三条路径赋能具身策略学习,追求状态预测的物理真实性,弥合sim2real鸿沟。WoW具身世界模型启动训练早于英伟达Cosmos,初代开源版本综合效果优于Cosmos 1.0/2.0(公司口径),技术报告获斯坦福Chelsea Finn团队及海内外多所高校引用;LJM在WorldArena评测中位列全球第二,与头名相差0.58分。

以世界模型为核心技术路线:将零散观察组织为内部状态、将经验沉淀为变化规律,在行动发生前推演多种可能未来,为VLA策略的强化学习训练提供长时序交互轨迹;结合真实机器人数据建立训练与评测框架,提升世界模型的物理一致性与稳定性,并利用真机执行反馈与失败案例持续迭代策略模型。技术积累源于LAMDA团队近十年研究:从虚拟环境重建(Virtual-Taobao)到隐藏混杂变量建模、因果世界模型与反事实环境建模,一作论文ADM/ADM-v2将推演步长提升到上千步量级,并已将世界模型应用于具身智能、汽车运动控制等领域。产品方向为具身智能世界模型驱动的家庭服务机器人,覆盖全身运动控制VLA策略、机械臂与移动底盘运动控制(轨迹跟随、力位控制)、多模态具身数据管线等模块,目标场景为家庭长程任务(居家清洁、物品整理等)中安全灵活的执行。

97年创业者代表,展现具身智能领域年轻一代力量。技术方向:具身智能。公司以触觉为具身智能原生模态,打造视触觉传感器、精细化具身数据采集平台、触觉具身大模型三大核心能力体系,攻克机器人精细化操作难题。视触觉传感器采用单色光+粒子方案与模型解耦技术,将力、滑移、形变等信息转化为高密度视觉表征,模块化设计可支持24小时高强度连续使用,为公司与复旦大学产学研融合的首个标志性成果。团队认为视觉易受光照、环境、视角影响,而触觉是与物理世界交互时产生的稳定物理信号,是机器人决策稳定、从“看懂任务”到“完成任务”的关键,正推动触觉模态进入机器人模型训练链路,覆盖感知、决策、操作全流程。

消费级通用具身智能系统与终端产品:基于Beta Matrix核心架构,涵盖BetaBrain(具身智能大脑)、BetaData(数据体系)、BetaAgenticOS(智能体操作系统)、BetaDesign(设计体系)四个技术模块。差异化路径是打造能够理解家庭习惯、主动提供服务、持续智能演进的“人机共融”机器人“数字伙伴”,而非单一功能型硬件;兼顾强硬件工程化落地能力(华为系)与大规模C端智能系统经验(字节系)。首批消费级具身智能产品先锋体验版计划2026年内亮相,核心技术同时赋能B端与C端具身场景,瞄准万亿级新型具身消费终端市场。

PhysicalAGI路线探索者,推动AI从数字世界走向物理世界。技术方向:PhysicalAGI/具身智能

构建人形机器人通用系统平台,加速行业标准化。技术方向:人形机器人通用系统平台。公司针对人形机器人“硬件爆发、软件滞后”的软硬脱节痛点,构建纵向贯穿、横向协同的产品矩阵:底层Oakay操作系统提供统一通信机制与多节点、多进程运行时管理;中间层能力工具平台覆盖全身运动控制、跨动态环境语义导航、长程复杂任务意图理解与基于多模态大模型的高阶决策;上层提供ODance(视频/文字/音乐生成机器人舞蹈)、OHand(自定义抓取策略)、ONav(室内外自定义导航)等应用。中间件屏蔽不同品牌机型底层软硬件差异,可将原需数月的跨机型算法适配缩短至几天甚至几小时。长期提出Skill Token(技能Token)路线,将机器人能力沉淀为可学习、可组合、可迁移的标准化技能单元,应用覆盖导览、展演、巡检、教育、养老、家庭等场景。

家庭具身智能:以“渐进式进化”理念构建家庭机器人数据闭环——通过真实家庭部署持续获取数据与模型反馈,驱动产品快速进化。首款产品采用半身高轮式移动底盘搭配机械臂设计,机身高度控制在1.4米以内,面向Maker(创客)与开发者群体先行,计划2026年12月小批量试制样机进行Beta测试;通过社区激励方式吸引用户参与数据采集与贡献,形成“部署—反馈—进化”迭代体系。应用场景:家庭劳动(清洁、整理等家务任务),目标实现家庭机器人开箱即用,跑通家庭场景完整商业闭环与数据迭代体系。