7 月 17 日，全球智能机器人引领者极智嘉 (Geek+，2590.HK) 在 2026 世界人工智能大会 (WAIC) 上发布面向长程复杂任务的统一具身智能框架——Gravity，并率先推出其核心模块 Gravity 4D 具身模型。这标志着行业从"预测画面"向"预判物理"的范式级跃迁。同日，极智嘉正式揭晓"一核双引擎"通用具身智能布局。
"一核双引擎"战略布局
- 一个智能核心：Gravity 具身智能框架。为机器人注入"物理直觉"，使其理解三维世界，实现"先思考后行动"，并在真机部署中持续进化，构成极智嘉具身生产力的技术底座。
- 数据引擎战略：依托全球智慧物流领域最大规模真实业务网络，构建物理 AI 训练场与数据飞轮，推动大脑"在实战中进化"。
- 生态引擎战略：打造 GINO ECO 开放生态，推动具身智能"规模化商用落地"。极智嘉定位"具身智能解决方案专家"，加速技术从原型走向生产力。
基于十余年真实场景积累与成熟的商业化能力，"一核双引擎"系统化构建了从模型进化、数据闭环到规模落地的正向循环，推动极智嘉迈向通用机器人和全场景应用的新征程。
智能核心：Gravity"双脑协同"框架
先想清楚，再动手
此前行业具身技术长期割裂：懂语言语义的模型算不准物理运动，能预测物理运动的模型缺乏高层语义理解与任务规划，导致"语言脑"和"物理脑"各自为战。Gravity 打破这一瓶颈，构建"双脑协同 (Mixture-of-Transformers, MoT)"架构，赋予机器人"先想清楚、再动手"的完整心智：
- 认知脑 (AR Transformer) —— 参谋部：负责读懂、拆解、定计划。作为认知中枢，它解析人类复杂指令与场景语义，将长程任务精准拆解为可执行的子步骤。
- 行动脑 (Diffusion Transformer) —— 前线指挥官：负责沙盘推演、定动作。这是 Gravity 4D 的核心。在执行前，它先在脑海中进行物理推演：预判物体滑动风险及不同动作后果，生成最稳妥的连续动作序列。
认知脑定战略，行动脑打战术。Gravity 让具身智能更像"人"：想清楚再动手。
不做视觉复刻：Gravity 4D 赋予机器人"物理直觉"
传统视觉大模型仅预测"下一秒画面"，常生成违背物理常识的假象（如机械臂"穿模"、物体"悬空"），导致视频可行但现实不可用。
Gravity 4D 扩展了二维视频预测范式，以 Gravity 4D-VAE 提取的 4D latent 作为教师监督，在 latent 空间同时学习未来 RGB 外观、三维结构和三维运动：pointmap 表征"物体位于何处"，scene flow 表征"物体如何运动"。无需监督原始点云或显式三维流程，即可将 4D 基础模型先验蒸馏至 WAM，从"预测视觉合理的未来"转向"建模三维运动规律的未来"。
当机械臂伸出时，它已理解物理空间的几何关系、受力动态与接触变化——动作不仅"看起来对"，更是"物理上对"。
Gravity 4D 总体架构示意
可视化：RGB、pointmap (Depth) 与 scene flow
在公开基准 LIBERO-Plus 上，零样本情况下，引入 4D 表征后主版本成功率从 73.73% 提升至78.62%，最优变体达79.25%。在相机视角、传感器噪声、光照三类"外观变但物理不变"场景中提升最显著，直接验证核心假设：学到的是物理规律，而非画面表象。
消融实验表明，Pointmap-only 变体表现优异（空间结构是操作最关键监督信号之一），而仅增加 depth 预测反而导致性能下降，证明堆砌模态无效，架构路径才是关键。
深认知，快行动：把物理法则练成"肌肉记忆"
"双脑"架构既赋予机器人卓越的认知能力，也提供极致的执行力。
训练阶段，Gravity 通过视觉、触觉、力觉等多维表征深度吸收三维世界运行规律，实现深认知；真实作业推理时，系统自动屏蔽冗余思考分支，以极简链路实时输出动作，实现快行动。
这种"训练做加法，执行做减法"的设计，让机器人以极低延迟、极高成功率敏捷作业——正如职业运动员千锤百炼后形成的"肌肉记忆"：不必刻意思考，身体已知如何正确行动。
未来，Gravity 框架还将引入更多物理表征（质量、摩擦、形变、接触力）、专家先验、分层记忆与强化学习自进化等能力，让具身大脑持续逼近对真实物理世界的完整理解。
数据引擎战略：以全球最大真实训练场跑通"数据飞轮"
具身智能的核心瓶颈在于真实世界数据的极度稀缺，仿真无法还原摩擦、形变与意外。谁先建成持续产出高质量数据的训练场，谁的大脑就越跑越快、越干越聪明。
极智嘉将仓储拣货打造为世界上规模最大、物品种类最丰富的物理 AI 训练场，构建具身数据飞轮。仓储是一个"有边界的复杂世界"：环境相对结构化，却交织着无尽的动态变化，是平衡模型训练难度与业务安全性的最佳试炼场。
行业共识认为，仓储拣货 (Picking) 是物理 AI 的"训练靶心"，集齐了模型进化最稀缺的五个条件：
- 高频：全球仓库每天亿级规模真实拣选，覆盖百万级 SKU，为模型提供永不枯竭的"数据活水"；
- 真实：直接接触真实世界的各种材质、重量和形变，补全仿真无法模拟的物理细节；
- 反馈明确：抓取成败、超时与否指标清晰，为强化学习提供最纯净的奖励信号；
- 可迁移："拣"凝聚了手眼协调、力控、空间理解等底层能力，可迁移至产线送料、门店补货、药房配药等场景；
- 接近商业闭环：直接嵌入真实订单流和运营系统，模型表现可被商业结果实时校准。
"拣"一次性考核了视觉、物理、策略、容错四项核心能力，绝非单一场景，而是通向通用智能的能力底座。在机器人学界，Bin-picking 被称为"圣杯问题"，攻克它意味着整条能力树的点亮。
五大壁垒：让数据飞轮成就生产力"分水岭"
支撑飞轮持续高速运转的，是极智嘉难以复制的五大壁垒：
- 全球最大真实业务网络：覆盖 40 多个国家超 1700 个项目，服务沃尔玛、阿迪达斯、西门子、宝马等 950+ 家国际知名品牌，场景横跨快消、鞋服、商超百货、3PL、汽车等千行百业，日均处理订单量达千万级。
- 模型专项优化：Gravity 4D 率先围绕拣选等高频物理交互场景深度优化，针对百万级 SKU、多材质多姿态、人机混行等真实工况持续迭代。
- 跨域泛化能力：跨越不同国家、文化与极端工况的商业网络，让模型具备极强的环境适应性。
- 万级集群调度能力：单仓超 5000 台机器人的大规模调度经验，赋予具身智能天然"协作基因"，能融入工作流形成整体解决方案。
- 双轨制安全边界：将前沿具身智能与成熟机器人方案深度整合，用成熟体系为创新划定安全边界——允许试错，但绝不让业务停摆。
这些能力环环相扣，不仅让极智嘉在"先干活→再回流→再进化"的数据飞轮中占据先发优势，也为其向制造、商业零售等更广阔实体场景平滑扩张奠定潜能。
生态引擎战略：GINO ECO 开放生态
做全球客户可信的"具身智能解决方案专家"
数据引擎解决了大脑进化的"养分问题"，但要兑现商业价值，必须跨过从"模型"到"商用"的最后一公里。极智嘉推出 GINO ECO 开放生态计划，定位"具身智能解决方案专家"，连接技术供给与产业需求，加速具身技术规模化变现。
极智嘉发挥全球业务网络、深厚客户互信、场景 Know-how 与整体方案交付能力，与生态伙伴共享数据，共同交付可信赖、高可靠、可算清 ROI 的具身智能整体解决方案。
GINO ECO 生态计划三大开放方向
- 面向具身模型公司与高校：开放高可靠、低成本的具身机器人硬件平台，共同开发贴近仓储物流痛点的应用。极智嘉凭借十余年软硬件技术和供应链积淀，将硬件稳定性与成本做到极致，为全行业提供高性价比的"物理入场券"。
- 联合各行业龙头客户：共同探索创新场景应用，将前沿智能与真实业务流深度绑定，开拓具身商业落地新边界。
- 携手互补性硬件企业：协同打造端到端全域具身工作流，打破单一公司覆盖的落地边界。
为什么选择极致开放？
极智嘉选择开放，源于对具身产业现状的三个判断：
- 技术路径尚未收敛，封闭即是自缚。具身大脑技术演进百花齐放，唯有共享数据、合作共创，才能组合出为客户创造价值的 optima 解。
- 场景是最好的试炼场，场景定义硬件。真实场景数据是全行业最稀缺燃料。极智嘉敞开积累的物流场景与 Know-how，让伙伴大脑在真实世界安全试炼、共同进化，共享规模化商用红利。
- 具身智能是一场长跑，不是冲刺。产业化非一家公司可独力完成。极智嘉愿做产业的"超级连接器"，欢迎算法公司、学术机构、先锋客户与硬件伙伴加入。
Gino Eco 生态让飞轮从"自转"变为"公转"，让更多聪明大脑在真实世界进化，让更多形态机器人加入生产力编队。
"具身智能的价值，最终要在客户现场兑现。"极智嘉创始人兼 CEO 郑勇表示，"希望通过 Gino Eco 生态计划携手全行业，把宏大的技术愿景转化为千行百业看得见、算得清的商业闭环和生产力红利。"
与此同时，极智嘉将持续打磨 Gravity 具身大脑和 Gino 1 人形等自有硬件，在商业现场淬炼标杆编队，并以 Gino Eco 开放生态吸纳更多形态机器人与行业场景。自己的编队跑通是样板，全行业生态的协同共振，才是物理 AI 时代的新生产力。
END.
注：文章为作者独立观点，不代表 Soo56 立场，转载此文需经作者本人同意，并注明来源和作者姓名！