优必选人形机器人在极氪工厂进行多场景群体协同实训,探索工业应用新方案
想象一下,数十台人形机器人在汽车生产线上协同工作,它们分工明确,配合默契,仿佛一支训练有素的团队。
这不是科幻电影,而是优必选正在极氪5G智慧工厂开展的现实场景。
这场实训的目标是什么?
它又将如何改变未来工业生产的面貌?
优必选人形机器人的身影出现在极氪5G智慧工厂的各个角落,从总装车间到SPS仪表区,从质检区到车门装配区,它们正进行着一场意义非凡的协同实训。
这场实训标志着优必选人形机器人迈入了实训2.0阶段,数十台机器人协同作业,共同探索面向多任务工业场景的通用人形机器人群体作业解决方案,推动人形机器人从单机自主向群体智能进化。
2025年,这个目标不再遥远,而是触手可及的未来。
除了极氪工厂,优必选还计划将多机协同实训拓展至更多合作伙伴的工厂,加速人形机器人在工业场景中的规模化应用。
优必选的雄心壮志并非空中楼阁,其背后是强大的技术支撑。
他们提出了一种名为“群脑网络”(BrainNet)的软件架构,并设计了人形智能网联中枢(IoH)。
BrainNet架构由端云协同的推理型节点和技能型节点构成,如同一个超级大脑和智能小脑,赋予了人形机器人集群强大的群体智能。
超级大脑基于多模态具身推理大模型,负责复杂产线级任务的高维决策;智能小脑则基于Transformer模型,负责跨场域融合感知和多机协同控制,支持多机并行分布式学习,加速技能生成与迁移。
BrainNet架构的核心引擎是优必选研发的人形机器人多模态推理大模型。
该模型基于Deepseek-R1深度推理技术,并依托Walker S系列在多个车厂一线实训任务中积累的亿级高质量工业数据集进行训练与调优。
这使得人形机器人具备类似人类常识的推理能力,能够高效地拆解、调度和协同完成复杂任务。
多模态特性和RAG(检索增强生成)技术的应用,更进一步提升了机器人在多种工位的决策能力与泛化能力。
在极氪工厂的实训中,Walker S1机器人展现了它们在不同场景下的协同作业能力。
在协同分拣环节,它们利用跨场域纯视觉感知技术,实现了动态目标的跨场域连续感知与跟踪,并通过群体协作构建全局地图,实现“群建群享”。
同时,基于多模态推理大模型的智能混合决策技术,它们能够动态分配云端大脑与本地大脑的任务分工,实现端云结合的群体智能决策。
协同搬运环节的挑战更大。
面对大负载、大尺寸工件,人形机器人需要克服负载分布不均、运动轨迹复杂及动态环境适应等难题。
优必选的多机协同控制技术和联合规划控制系统,实现了轨迹规划、负载辨识与柔顺控制的多机协同,确保机器人在搬运过程中能够动态调整姿态与力度,稳定地搬运大尺寸及大负载工件。
在精密装配环节,Walker S1机器人展现了其在柔软物体灵巧操作方面的卓越能力。
面对小尺寸且易变形的柔软薄膜物体,Walker S1通过高精度感知与自适应控制技术,动态调整抓取力度与姿态,确保薄膜物体在装配过程中无损伤、无偏移,展现了高度的灵活性。
此外,Walker S1还融合采用基于视觉感知的全局初对准,以及基于力感知的强化学习二次对准技术,完成了精准操作类质检任务,进一步展现了其在工业场景中的应用潜力。
优必选在工业人形机器人领域的探索并非一蹴而就。
在此之前,他们已经与东风柳汽、吉利汽车、一汽-大众青岛分公司、奥迪一汽、比亚迪、北汽新能源、富士康、顺丰等多家行业领军企业达成合作,自主研发的工业人形机器人Walker S系列已进入全球最多车厂,并完成了第一阶段的单机自主智能实训。
从单机自主到群体智能,优必选正在一步步将人形机器人的未来带入现实。
随着实训2.0阶段的深入开展,他们将积累更多数据,不断优化模型,加速产品和技术的迭代升级。
人形机器人在工业领域的应用前景广阔,它们能否真正成为未来智能制造的中坚力量?
这个问题,值得我们共同探讨。
发表评论:
◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。