智平方亮相WAIC 2025：愛(ài)寶多場(chǎng)景演示秀出中國(guó)具身智能硬實(shí)力

7月26日，2025世界人工智能大會(huì)（WAIC 2025）在上海盛大開(kāi)幕。作為全球人工智能領(lǐng)域最重要的年度盛會(huì)之一，今年的WAIC以“智能時(shí)代 同球共濟(jì)”為主題，吸引了800多家國(guó)內(nèi)外領(lǐng)先企業(yè)參展，帶來(lái)了3000余款智能科技展品。在現(xiàn)場(chǎng)，一片108平米的展臺(tái)人潮涌動(dòng)，格外熱鬧，——這是中國(guó)具身智能的代表企業(yè)智平方（AI2 Robotics）的展區(qū)。

智平方的通用智能機(jī)器人AlphaBot（愛(ài)寶）系列無(wú)疑是展區(qū)的焦點(diǎn)。它憑借一個(gè)硬件形態(tài)和一個(gè)基座大模型Alpha Brain，在現(xiàn)場(chǎng)真正上演了多場(chǎng)景、多任務(wù)的“技能秀”——打冰淇淋/咖啡/飲料、2X2碼垛、打架子鼓。三場(chǎng)看似簡(jiǎn)單的演示，不僅將愛(ài)寶在生活、工業(yè)、娛樂(lè)三大場(chǎng)景背后的空間感知、長(zhǎng)程柔性、全域全身、快速學(xué)習(xí)等技術(shù)底色展現(xiàn)得淋漓盡致，更是智平方對(duì)機(jī)器人通用性這一理念的踐行。

觀眾一邊拍攝視頻，一邊驚嘆：“這已經(jīng)不像是一臺(tái)普通的機(jī)器人，而是一個(gè)真正的‘智能伙伴’。”

打冰淇淋/咖啡/飲料：空間感知與長(zhǎng)程柔性的實(shí)力秀

來(lái)源：WAIC

在生活服務(wù)體驗(yàn)區(qū)，智平方特地搭建了一個(gè)全場(chǎng)景軟飲吧，直指特斯拉Optimus餐吧，讓愛(ài)寶秒變“全能店員”。現(xiàn)場(chǎng)觀眾可以自由選擇自己喜歡的口味和配料，無(wú)論是香醇的咖啡、清甜的冰淇淋，還是特調(diào)飲料，愛(ài)寶都能在軟飲吧服務(wù)場(chǎng)景中無(wú)縫切換，精準(zhǔn)制作。其中，一杯咖啡或冰淇淋的制作時(shí)間大約在1分半到2分鐘，而飲料則更快，1分鐘左右就能完成。

以打冰淇淋為例，當(dāng)收到類似“愛(ài)寶，我想要一杯冰淇淋”的觀眾需求時(shí)，愛(ài)寶就會(huì)抬起左手手臂，拿起紙杯，放置到冰淇淋出口下方，右手精準(zhǔn)地握住冰淇淋機(jī)的手柄，緩緩壓下，冰淇淋開(kāi)始順滑地旋轉(zhuǎn)落進(jìn)杯子。等杯子裝滿后，愛(ài)寶立即松開(kāi)手柄，將冰淇淋遞給觀眾。整個(gè)過(guò)程動(dòng)作行云流水、毫無(wú)頓挫。

其實(shí)，這不只是場(chǎng)簡(jiǎn)單的機(jī)械運(yùn)動(dòng)。愛(ài)寶依靠智平方自研的全域全身VLA（GOVLA）大模型，能夠迅速完成復(fù)雜的空間感知與控制：杯子的位置、手柄的角度、冰淇淋旋轉(zhuǎn)的高度都在它的掌控之中。而且，它不僅能操作眼前這一臺(tái)冰淇淋機(jī)，它還能夠基于同一款硬件和同一個(gè)預(yù)訓(xùn)練大模型，根據(jù)觀眾需求在冰淇淋機(jī)、咖啡機(jī)、飲料機(jī)之間自由切換，展現(xiàn)出極強(qiáng)的跨設(shè)備執(zhí)行泛化能力。

更重要的是，愛(ài)寶的每個(gè)動(dòng)作不是由單獨(dú)指令驅(qū)動(dòng)，而是大模型賦予其長(zhǎng)程柔性能力的體現(xiàn)。從識(shí)別觀眾的需求開(kāi)始，它就可以自主規(guī)劃，進(jìn)行拿杯子、按下冰淇淋機(jī)手柄、遞冰淇淋等一系列操作，像一位經(jīng)驗(yàn)豐富的店員一樣，從容不迫、可靠地完成整套服務(wù)流程。

2X2碼垛：“全域全身”的工業(yè)硬實(shí)力

來(lái)源：WAIC

在工業(yè)演示區(qū)，愛(ài)寶展示了其“全域全身”的碼垛搬箱技能。只見(jiàn)愛(ài)寶來(lái)來(lái)回回，在展區(qū)里準(zhǔn)確抓起箱子，將它們穩(wěn)穩(wěn)碼放到托盤(pán)上。不到60秒，愛(ài)寶就能完成一次碼垛，穩(wěn)定性和效率讓圍觀者連連稱贊。

這背后更是智平方在GOVLA大模型上的突破。愛(ài)寶能夠像人類一樣在工廠環(huán)境中自由移動(dòng)，而不是局限于固定工位，自主規(guī)劃最優(yōu)路徑，靈活搬運(yùn)不同種類、大小、角度、顏色的箱體。它通過(guò)多模態(tài)感知精準(zhǔn)識(shí)別箱體狀態(tài)，像熟練工人一樣把垛碼放得整整齊齊。當(dāng)垛形不規(guī)范時(shí)，它會(huì)智能調(diào)整抓取策略；遇到突發(fā)狀況也能自動(dòng)糾錯(cuò)，確保作業(yè)流程持續(xù)運(yùn)行。

相比傳統(tǒng)的工業(yè)機(jī)器人只能在固定工位完成重復(fù)動(dòng)作，愛(ài)寶的優(yōu)勢(shì)在于它的全域行動(dòng)、全身協(xié)同的工作能力。愛(ài)寶全身?yè)碛?4+自由度，可連續(xù)工作6小時(shí)，單臂負(fù)載最高可達(dá)10公斤，作業(yè)高度最高可達(dá)2.4米。這種穩(wěn)定性和高效性，使它成為制造業(yè)當(dāng)下在“招工難、用工貴”困境下的理想補(bǔ)充。

打架子鼓：快速學(xué)習(xí)，實(shí)現(xiàn)速度與精準(zhǔn)的默契配合

來(lái)源：WAIC

最讓現(xiàn)場(chǎng)觀眾興奮的，莫過(guò)于愛(ài)寶在娛樂(lè)區(qū)的架子鼓表演。隨著經(jīng)典曲目《We Will Rock You》節(jié)奏的起伏，愛(ài)寶的手臂在鼓面上快速而準(zhǔn)確地?fù)舸颍?.375秒就能完成一次敲擊，鼓與鼓之間的切換僅需0.75秒，堪比一個(gè)經(jīng)過(guò)專業(yè)訓(xùn)練的鼓手。

愛(ài)寶之所以能做到這樣快而準(zhǔn)，靠的是融入“異構(gòu)輸入+異步頻率”創(chuàng)新架構(gòu)設(shè)計(jì)的GOVLA大模型。模型架構(gòu)借鑒了人類的“雙系統(tǒng)”思維模式，且把“雙系統(tǒng)”模塊中的“快系統(tǒng)”嵌入“慢系統(tǒng)”：慢系統(tǒng)負(fù)責(zé)整體樂(lè)曲理解和節(jié)奏把控，而快系統(tǒng)則專注于快速、精準(zhǔn)的動(dòng)作執(zhí)行。它們相互協(xié)作，讓愛(ài)寶既能“聽(tīng)懂”鼓譜，又能毫秒級(jí)完成復(fù)雜的鼓擊動(dòng)作。

此外，GOVLA大模型的高幀率控制能力（可達(dá)200-1000Hz）讓整個(gè)演奏過(guò)程如絲般順滑，沒(méi)有延遲。對(duì)愛(ài)寶而言，樂(lè)譜只是一串?dāng)?shù)據(jù)，它可以通過(guò)搭載的大模型快速學(xué)習(xí)掌握新曲目，未來(lái)甚至能挑戰(zhàn)120 BPM以上的快節(jié)奏演奏。據(jù)介紹，本次曲目的演示，愛(ài)寶只學(xué)習(xí)了大約24小時(shí)。

這場(chǎng)“鼓點(diǎn)秀”讓人看到，具身智能不僅能做標(biāo)準(zhǔn)化作業(yè)，還能學(xué)會(huì)需要速度與精準(zhǔn)度配合的藝術(shù)表現(xiàn)。同時(shí)，機(jī)器人打架子鼓這一藝術(shù)演示，也是智平方探索機(jī)器人從實(shí)用價(jià)值向情緒價(jià)值延伸的一種嘗試。

自研具身大模型發(fā)揮關(guān)鍵力量

三場(chǎng)演示的背后，智平方自主研發(fā)的端到端具身大模型Alpha Brain是關(guān)鍵。GOVLA作為Alpha Brain的核心技術(shù)，不同于傳統(tǒng)機(jī)器人分模塊控制的方式，它通過(guò)統(tǒng)一的模型架構(gòu)，將多模態(tài)信息整合處理，實(shí)現(xiàn)了從感知到動(dòng)作的“端到端閉環(huán)控制”。

GOVLA大模型讓愛(ài)寶擁有全域行動(dòng)和全身協(xié)同能力，突破了傳統(tǒng)機(jī)器人“固定工位”的局限，以及從簡(jiǎn)單任務(wù)到長(zhǎng)程復(fù)雜任務(wù)的推理能力。而且，GOVLA大模型快慢系統(tǒng)融合的創(chuàng)新設(shè)計(jì)，有效解決了復(fù)雜推理與快速行動(dòng)難以兼得的難題，讓愛(ài)寶機(jī)器人能夠?qū)崿F(xiàn)即想即動(dòng)零延遲。

智平方在VLA技術(shù)上的突破并非一日之功。作為中國(guó)最早提出并系統(tǒng)性研發(fā)端到端VLA技術(shù)范式的創(chuàng)企，早在2024年，它與北大等頂尖機(jī)構(gòu)聯(lián)合發(fā)布的RoboMamba模型，不僅比Pi的OpenVLA更早公開(kāi)應(yīng)用，還在未見(jiàn)任務(wù)的泛化能力上顯著超越當(dāng)時(shí)SOTA的Google RT 系列模型。今年聯(lián)合頭部高校發(fā)布的FiS-VLA，則進(jìn)一步提升了機(jī)器人在復(fù)雜環(huán)境中的響應(yīng)速度和泛化能力。這些成果不僅讓智平方躋身國(guó)際前沿，更讓全球看到了中國(guó)具身智能的技術(shù)厚度。

從展會(huì)舞臺(tái)走向產(chǎn)業(yè)落地

WAIC上的三大演示只是愛(ài)寶能力的縮影。作為中國(guó)具身智能的“產(chǎn)業(yè)派”，智平方從不止步于技術(shù)展示，而是將核心技術(shù)真正投入到高強(qiáng)度的產(chǎn)業(yè)場(chǎng)景中。

在汽車制造領(lǐng)域，智平方已與頭部車企展開(kāi)合作。搭載GOVLA大模型的愛(ài)寶進(jìn)駐到汽車工廠，在上下料、物流轉(zhuǎn)運(yùn)、貼標(biāo)簽、收納保護(hù)布等環(huán)節(jié)中進(jìn)行應(yīng)用探索。這標(biāo)志著國(guó)產(chǎn)具身大模型首次獲得汽車制造全場(chǎng)景驗(yàn)證，是領(lǐng)先技術(shù)獲得頂級(jí)工業(yè)場(chǎng)景深度打磨的里程碑。

生物科技領(lǐng)域同樣是智平方的重要突破口。今年4月，智平方與華熙生物攜手，正在合作部署愛(ài)寶執(zhí)行無(wú)菌車間的物料轉(zhuǎn)運(yùn)、智能拆包和視覺(jué)檢驗(yàn)等操作，替代人工在高風(fēng)險(xiǎn)區(qū)域的重復(fù)性勞動(dòng)，有效降低交叉污染風(fēng)險(xiǎn)，并通過(guò)大模型的快速學(xué)習(xí)能力適應(yīng)多變的工藝流程。

在半導(dǎo)體制造中，愛(ài)寶已進(jìn)入吉利科技旗下晶能微電子生產(chǎn)基地，通過(guò)超強(qiáng)的跨任務(wù)泛化性能，高效執(zhí)行上下料、產(chǎn)線間物料轉(zhuǎn)運(yùn)等任務(wù)。今年，智平方也將和晶能微電子一起，推動(dòng)愛(ài)寶在半導(dǎo)體制造場(chǎng)景的大規(guī)模使用。

除了工業(yè)場(chǎng)景，智平方還將業(yè)務(wù)拓展到公共服務(wù)領(lǐng)域。今年第三季度，愛(ài)寶將首次進(jìn)入國(guó)內(nèi)一線城市的機(jī)場(chǎng)，展現(xiàn)其在開(kāi)放復(fù)雜環(huán)境下的自主行動(dòng)和多任務(wù)處理能力。

這些落地案例背后，凸顯了智平方一貫的務(wù)實(shí)精神：不追求噱頭，而是扎根行業(yè)需求，通過(guò)真實(shí)應(yīng)用不斷打磨機(jī)器人性能與可靠性。它用一個(gè)又一個(gè)驗(yàn)證場(chǎng)景告訴市場(chǎng)，通用智能機(jī)器人并非遙不可及的概念，而是一項(xiàng)能夠切實(shí)改變生產(chǎn)方式與服務(wù)模式的新質(zhì)生產(chǎn)力。

智平方成立于2023年4月，短短兩年多時(shí)間，公司已經(jīng)成為國(guó)際媒體和行業(yè)關(guān)注的焦點(diǎn)。CNN、CNBC等全球頂級(jí)媒體相繼報(bào)道其突破性進(jìn)展，在剛剛結(jié)束的第三屆鏈博會(huì)上，首次參展的英偉達(dá)更是邀請(qǐng)愛(ài)寶亮相其核心展區(qū)。

智平方創(chuàng)始人兼CEO郭彥東博士曾說(shuō)：“通用智能機(jī)器人會(huì)像智能手機(jī)和智能汽車一樣，成為人們生活中不可或缺的智能終端。”如今，這一愿景正在一步步走進(jìn)現(xiàn)實(shí)。