候选项目库

核心技术为柔性波动鳍与矢量泵喷耦合推进的仿生方案:柔性波动鳍靠体态波动产生推力、无高速旋转部件,从物理根源消除螺旋桨射流与尾涡噪声;矢量泵喷补齐速度短板并支持360度偏转推力;异向多稳态柔性鳍可在多稳态间切换、循环寿命突破1万小时,无齿系传动从机械与流体动力学两层面降噪。全球首款"探作一体化"深海机器人"河图"实测:3节航速下辐射噪声86分贝(逼近海洋背景噪声)、沉积物羽状流仅为传统设备1/500、贴底安全距离0.5厘米以内、4节航速续航超72小时、推进效率突破90%,已完成1000米深海实战验证,0-11000米全海深AUV研发启动。自研DEM-CFD耦合算法与"洛书"设计软件覆盖PC1-PC7最高冰级规范、桨叶设计周期由数月压缩至48小时。应用覆盖水利水电检测运维(水库巡检成本由500万元降至70万元、降幅86%,周期由6个月缩至20天)、船舶水下清洗、核电站水下检测、深海采矿与极地船舶配套。

公司围绕世界模型构建具身智能技术栈:开悟世界模型3.0采用"多模态理解—生成—预测"一体化架构,依托自研混合线性注意力算子与全局状态共享机制实现全链路协同,,架构与英伟达Cosmos 3.0同源。数据侧ACE范式支持一年千万小时级环境式数据采集,汇聚十余万小时真人实景数据与数百万小时真实世界视频。产品包括40亿参数的Kairos-4B端侧具身大脑(无需云端即可驱动机器人完成长程任务)、具身超级大脑模组A1,以及与南洋理工大学S-Lab联合发布的Puffin-World世界模型,应用于家居、零售、巡检、文旅等场景。

In-Context Learning端侧自进化路线:让机器人像大模型读懂上下文一样,从人类示范、自身历史交互和环境反馈中快速学会新任务;机器人在端侧保留执行轨迹并自主复盘调整,每次真实执行沉淀为下次执行的经验,无需每个新任务重新采数据、重训练、再部署,把迭代重心从“大规模预训练”转向“真机现场交互”。技术底座:UniAct跨本体统一动作表示(解决不同本体动作空间不兼容)、X-VLA跨本体模型(约0.9B参数实现多真机跨本体泛化,IROS 2025 AGIBOT世界挑战赛操作赛道冠军)、ODEWorld(将上下文时间窗口从几十秒拉长至更长周期)。目标:降低机器人跨任务、跨场景、跨本体的学习与部署成本。

公司以"感知—驱动—决策—数据"全链路自研为核心:Lumi-Dex系列灵巧手覆盖11/17/23主动自由度,23自由度旗舰产品使用寿命超5000小时、指尖间隙小于1.5毫米,搭载全球首创主动散热微型关节模组,温度降低超50摄氏度,可支撑工厂24小时连续作业;Lumi-Tac视触觉传感器较常见平面型产品体积缩小50%,精细任务操作成功率实测提高约20%。通过Ego视频直采与自研数据手套构建"采集—训练—部署—回流"数据飞轮,应用于汽车轨交、3C电子、生命科学等柔性生产场景。

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。

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

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。

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。

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。

空岫科技(深圳)有限责任公司专注于家庭具身智能机器人研发。核心创始团队包含清华大学自动化系博士后/计算机视觉与机器人感知系统专家、原科沃斯技术总监、原美国iRobot扫地机器人首款量产产品结构负责人。发布全球第一款家用智能洗头机器人KOSUE-ONE,含全自动洗发吹发护发按摩功能。自研具身控制小脑Hair.AI及多维触觉感知系统,实现拟人手在头部空间多自由度洗头及按摩动作

具身智能基础模型,独创隐空间世界动作模型(LatentWorld-ActionModel)路线,训练成本仅为视频生成路线约1%。已汇聚超50万小时第一人称视频数据。发布Being-H系列模型(H0/H0.5/H0.7/H0.8),Being-H0.8为全球首个隐式触觉世界动作模型