机器人接管酒店洗衣房已成为现实。从客房回收脏衣、穿越狭窄走廊智能避障,到精准操作洗烘设备并送回衣物,全流程自动化完成。
这一场景对机器人的空间理解、精细操作及长流程任务规划提出了极高要求,是具身智能落地的典型“地狱级”挑战。大晓机器人通过“双脑协同架构(世界模型+Astra)+具身RSI”方案,实现了该技术突破。
复刻物理世界:Mundo世界模型解决冷启动
酒店场景具备夜间招工难、人力成本高及服务需求集中等痛点,是具身智能落地的理想灯塔场景。然而,机器人进入陌生环境面临“冷启动”难题,传统三维重建仅能提供静态几何外观,缺乏物理属性(如重量、摩擦力),导致机器人无法进行有效交互预判。
大晓机器人推出Mundo世界模型,支持建模物理参数。通过输入环境照片,Muno能构建包含物体质量、摩擦力等物理属性的可交互数字孪生酒店。这不仅作为机器人的专属“驾校”,还通过生成动作轨迹、接触状态等数据优化策略,大幅压缩现场部署调试时间,使机器人在部署前即熟悉环境与业务流程。
双脑协同:云地解耦实现毫秒级响应
为解决通用大模型实时决策耗时过长的问题,大晓采用“云地解耦”架构:
- 云端通用脑(GPT-Astra):负责任务拆解、逻辑推理及策略生成。在Mundo世界中探索最优解并沉淀为标准化Skill。
- 本地执行脑:调用固化Skill,依托本体传感器快速执行高精度物理动作。
测试数据显示,纯云端决策耗时超30分钟,而采用双脑协同后,本地具身基模完成同等任务仅需18.648秒,效率提升超过98%。
此外,自研调度中枢BotAgent将洗衣流程拆解为53个原子动作和14个语义步骤,可根据实时环境灵活编排超200种动作序列。当遇到端侧无法处理的突发状况时,云端Astra会重新介入分析并下发新版Skill。
具身RSI:在真实失败中自主进化
针对真实环境中的意外(如视角遮挡、衣物勾挂),大晓引入具身RSI(Robot Self-Improvement)机制,实现机器人在失败中的自我进化:
- 数据录制:机器人执行初代Skill,记录多路视频及传感器数据。
- 根因分析:若任务失败,Astra分析录像定位问题(如调整相机视角或机械爪轨迹)。
- 自主复位:机器人自动恢复现场状态,无需人工干预,实现7x24小时闭环训练。
- 质检回滚:独立模型副本对每轮执行打分,若新版本效果不佳则快速回滚,防止误差累积。
实测数据显示,在57小时内,机器人完成165轮真机实验,输出37条改进方案。牛仔裤筒内残留率从平均48%降至32%,最优达19%,单轮用时稳定在170至210秒。
展望:具身智能的Transformer时刻
大晓机器人的实践表明,通过世界模型、双脑协同与自进化机制,机器人获取新能力的边际成本正在降低。一台机器人的失败经验可转化为通用认知资产,赋能整体集群,具身智能正迎来类似大语言模型的“Transformer时刻”。
大晓董事长王晓刚透露,团队正探索即时零售等新场景。这些场景同样需要复杂环境理解、多步骤任务执行及系统协同,且具备高频次、结果可量化的特点,有利于持续推动模型迭代。依托中国深厚的场景土壤与完备供应链,具身智能有望在B端验证形成商业闭环后,逐步向更广泛领域拓展。

