商湯王曉剛攜大曉機器人發布具身研發新范式

當機器人不再執著于模仿人類形態，而是真正理解物理世界運行邏輯，具身智能便迎來了從“能行動”到“會思考”的質變。

大曉機器人正在朝著這個方向探索前行。

2025年12月18日，大曉機器人在上海西岸智塔正式亮相。該公司由商湯科技聯合創始人王曉剛擔任董事長，澳大利亞科學院院士、京東探索研究院創始院長、優必選前人工智能首席科學家陶大程出任首席科學家。

從左往右：潘新鋼、李鴻升、陶大程、王曉剛、呂健勤、劉子緯、趙恒爽

發布會上，大曉機器人系統發布了以“以人為中心”為理念的三大核心成果：ACE具身研發范式、開源商業雙軌并行的開悟世界模型3.0（Kairos3.0），以及適配多場景的具身超級大腦模組A1。

由此，大曉構建起覆蓋“數據?模型?硬件”的全鏈條產業閉環，旨在推動具身智能走出實驗室、落地千行百業，真正實現從“技術表演”到“實用產品”的關鍵跨越。

01

范式革新：以人為中心，構建跨本體的世界認知

具身智能的瓶頸從來不在硬件，而在于對世界的理解。

傳統“以機器為中心”的研發范式，要么通過真機遙操，導致數據采集成本高昂、智能僵化綁定特定硬件；要么依賴純視覺學習讓機器盲目模仿，卻因缺乏物理世界認知而陷入“現實鴻溝”。這兩種路徑都無法突破規模化、通用化的發展障礙。

為打破瓶頸，大曉機器人提出“以人為中心（Human-centric）”的ACE具身研發范式，將人類與物理世界的互動規律作為核心研究起點。

這一范式的底層思維，是深度融合世界三大本質——物理規律、人類行為與真機動作，打造出首個開源且商業應用的開悟世界模型3.0（Kairos3.0），為機器人建立起統一的、跨本體的世界認知。

作為“多模態理解—生成—預測”一體化的世界模型，開悟3.0具備三大核心能力，讓機器從“會模仿”走向“會思考”。

其一，精準認知物理規律，能夠理解重力、壓力等底層運行機制。例如，在演示的“打開水龍頭接水”等任務中，實現水杯精準定位、水面平穩上升，完全符合現實物理邏輯。

其二，建立因果思維鏈。面對“用積木拼搭ACElogo”等復雜任務，能規劃出“先拼A、再拼C、最后拼E”的合理步驟，實現有序高效的任務執行。

其三，強大的預測與生成能力。可生成長時動態交互場景，支持場景元素可控編輯，更能基于世界知識的共享與遷移，實現跨本體一鍵生成，讓不同形態的機器人都能完成同一任務。

“我們希望通過世界模型讓機器人理解物理世界的規律和人類行為的因果一致性，這種方式才是具身智能最本質的發展路徑。”大曉機器人董事長王曉剛表示，開悟3.0的開源將極大降低行業開發門檻，推動各類輕量化、定制化具身智能產品快速涌現。

根據發布會上的介紹，目前該模型已與沐曦股份、壁仞科技、中科曙光等多款國產芯片完成適配，核心算子覆蓋率提升75%，整體性能達到國際頂尖芯片水平。

02

數據革命：環境式采集，筑牢認知世界的根基

智能的進化離不開數據支撐，具身智能時代對數據的需求更是呈現指數級增長。

在王曉剛看來，特斯拉FSDV14每日訓練量相當于人類駕駛員400萬小時的駕駛經驗，而當前具身智能領域的真機數據量級僅為10萬小時，數據缺口成為行業發展的核心痛點。

解決這一問題，需要全新的數據采集范式。大曉機器人給出的答案是：環境式數據采集，其核心邏輯是：人類的日常生活本身就是最豐富的天然數據環境，通過采集人類在真實場景中的自然行為，高效獲取“人—物—場”的全要素交互數據。

這種采集方式無需專門的采集員和實驗室，工作人員在正常工作生活中佩戴設備即可完成數據收集，如同特斯拉通過量產車輛收集駕駛數據一般，實現規模化復制與高效積累。

為實現全要素覆蓋，環境式數采整合了第一視角與第三視角視頻、力觸覺信息、運動軌跡、音頻等多模態數據，構建起基于物理基礎的3D資產庫。這些數據不僅包含物品的幾何、紋理信息，更精準捕捉了材質密度、受力情況、運動學關系等關鍵屬性，為機器人認知世界提供了完整的“啟蒙教材”。

通過時序一致性對齊、交互動態軌跡預測建模與物理正確性仿真校正，采集到的原始數據被轉化為可直接用于模型訓練的高質量數據，實現了從數據采集到應用的全鏈路打通。

相較于傳統數據采集方案，環境式數采具備四大核心優勢：數據維度更全面，覆蓋10個視角、8種模態、5大類物品屬性；任務覆蓋更長程，支持分鐘級、數百種原子動作的復雜任務；交互精度更高，達到亞像素級標準，可精準追蹤人手精細化操作；采集效率更具規模化，能快速實現從十萬小時到千萬小時的海量數據積累。

據介紹，在即時零售倉儲場景中，該方案已實現數萬種SKU全覆蓋，完成倉儲分揀與打包全流程的數據采集；在居家場景中，也成功捕捉到洗碗、疊衣服等各類生活行為，為具身智能構建起源源不斷的“數據流”。

03

硬件賦能：超級大腦A1，加速場景商業化落地

強大的世界模型需要可靠的硬件載體才能釋放價值。

當前機器人行業普遍存在感知范圍窄、依賴高精地圖、交互能力弱等痛點，限制了商業化落地進程。為此，大曉機器人推出具身超級大腦模組A1，以“一腦多形”的核心優勢，為機器人裝上真正的“行動中樞”。

具身超級大腦模組A1的核心能力源于領先的純視覺無圖端到端VLA模型架構，無需預采高精地圖即可適應復雜、動態、陌生環境。搭載該模組的機器人能實現動態環境下魯棒、安全、合理的路徑生成，自主應對施工繞行、窄路通行、動態行人避讓等復雜場景，真正實現“自主行動”。

與行業同類產品相比，A1模組通過整合Insta360全景感知方案，實現360度全場景覆蓋，解決了傳統機器人跟隨范圍有限、視野狹窄的問題，讓機器狗在任何位置都能精準跟隨用戶。

在交互能力上，A1模組具備強大的云端智能交互能力，依托云端模型平臺實時解析自然語言指令與圖像語義的意圖關系，生成可執行的中間指令，再由底層控制器精確執行。

這使得機器人不僅能完成自主巡檢、避障等基礎任務，更能根據自然語言指令精準完成復雜任務，如在巡邏中發現違章停車后，自主拍照、回傳并上報異常。

同時，A1模組與商湯方舟通用視覺平臺深度打通，集成了安防、能源、交通、文旅等10多個行業的150多種智能化應用，實現了“移動具身智能+通用視覺平臺”的聯合。“我們做A1模組的出發點是滿足場景需求，現有硬件存在很多缺陷，只有從底層重構才能突破瓶頸。”王曉剛解釋道。

A1模組采用工業級設計標準，具備IP66防護等級，擁有抗電磁干擾、寬溫適應等能力，可在粉塵、雨水等復雜工況下長期穩定工作。目前，該模組已適配智元、云深處、宇樹等主流四足機器人本體，真正實現“一腦多形、快速部署”，為安防巡檢、城市治理、能源運維等場景提供了可靠的行業級解決方案。

具身智能的發展不是單點突破的游戲，而是全產業鏈協同演進的系統工程。大曉機器人深諳生態的重要性，以開放共贏的姿態，聯合具身廠商、芯片企業、硬件供應商、云服務商、數據廠商等多領域伙伴，構建起全鏈路自主可控的具身智能生態體系。

從范式革新到數據革命，從硬件賦能到生態共建，大曉機器人正以“以人為中心”的核心理念，重新定義具身智能的發展路徑。

未來，隨著開悟世界模型的持續迭代、A1模組的場景深化以及生態體系的不斷完善，短期（1-2年），大曉機器人將推動四足機器人，在閃購倉、前置倉等場景規模化落地，目標十萬級規模；中期（3-5年），聚焦前置倉等標準化商業場景；家庭場景為遠期目標。