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

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。

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

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。

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。