让机器人“长”出聪明“大脑”——全球首个通用具身基座大模型的智慧担当

充当东博会高规格迎宾礼宾，与中外嘉宾同台见证盛会启幕；为中外记者提供东博会信息问询；热心为参会者提供展馆导览服务……这几天，在南宁国际会展中心，智元创新（上海）科技有限公司（以下简称智元机器人）的远征A2机器人大出风头。

人工智能主题展互动展区。记者 郭燕群 摄

面对高频互动，它聪明应对，人机交互稳健流畅。这，是怎么做到的？

“机器人能摆脱‘遥控玩具’标签，全靠装了全球首个通用具身基座大模型——智元启元大模型。”智元机器人展位代表说，过去行业内机器人多靠人工实时操控，脱离指令就“停摆”，可以“能动能演”，却做不到“能干会用”。

机器人要自主能动，得先理清其能力构成。智元机器人团队把机器人能力拆为“本体、小脑、大脑”——本体是钢铁身躯，小脑管平衡与关节活动、步态调整，大模型就是大脑，掌管认知、学习和执行。展位代表边说边对身旁机器人指令：“帮倒杯水。”

机器人头部微动，摄像头快速扫过桌面，在分清水瓶与杯子的同时，握住水瓶、倾斜注水，还会微调角度防溢，倒至杯身2/3处便端稳了送到我们面前。

机器人是如何复制人类动作？

“为了让机器人读懂物理世界，团队给大模型输入了海量互联网图片、视频数据，再通过VLM（视觉语言模型）架构，让机器人能像人一样识别物体。”智元机器人CMO邱恒解释，为了让机器人既有知识又会动手，他们团队在上海搭建了3000多平方米的数据集采厂，给100多台机器人配备人类老师，进行“手把手教学”。

“工作人员戴上动作捕捉装备，给机器人示范家务动作，抓、握、提、拉、倒……机器人同步模仿，连轻重缓急都一致。经过收集多维度的交互数据，机器人就能把人类的经验转化为自己的能力。”邱恒说。

真实世界情况复杂，怎能保证机器人不出错？大模型自带“错题本”。

“在运行过程中一旦出现任务没达成，系统就会自动标注错误案例，存入数据库，让错误不再重演。目前我们的执行准确度已经处在行业前列。”邱恒举例，在四川富临精工工厂一次连续3小时网络中，“搬运工人”智元机器人连续搬运800个箱子零差错，“现在富临精工已正式投用近百台机器人，让它们协同人类一起工作，应对柔性生产需求。”

在东博会现场，这些“聪明”的机器人，正成为智能制造的鲜活样本。“东盟市场对智能装备需求旺盛，我们希望通过东博会，让更多人看到具身智能的潜力。”邱恒表示，他们与泰国企业积极对接，希望让“聪明能干”的人形机器人为当地零售行业注入新活力。

交谈中，智元机器人展位上，多个机器人各司其职。有的与观众合影时主动比心，有的接受媒体采访时清晰回应技术问题……当钢铁身躯有了聪明“大脑”，人机协同的未来，正一步步走进现实。