7 月 18 日,腾讯 Robotics X 实验室、福田实验室依托腾讯混元大模型,集中发布全套具身智能技术成果,包含三款基座模型、两套专属智能体,同步完成 Tairos 钛螺丝开放平台全面迭代,首次系统性打通感知、本体、行动完整闭环,推动 AI 从纯文本图像的离身智能转向能够真实交互物理世界的具身原生智能,加速技术从实验室走向工业、服务真实生产力场景。腾讯首席科学家张正友在 WAIC 腾讯 AI 创新论坛提出,当前通用大模型如同 “缸中之脑”,擅长文本推理问答,却缺少和物理世界持续交互反馈的链路,无法真正理解空间、物体与实操逻辑,语言只是智能表达载体,完整智能必须实现视觉、空间、肢体控制、环境反馈互通验证,本次系列成果正是围绕这一核心痛点打造。
本次对外开源的三款分层协同基座模型各司其职,共同搭建机器人完整认知执行体系。Hy-Embodied-VLM-1.0 视觉语言模型承担空间感知能力,实现看懂物体功能、预判环境变化、长时序任务记忆复盘三大核心能力,仅 A3B 轻量化参数规模,算力消耗仅为前代旗舰模型的十分之一,性能却接近 A32B 版本,适配机器人端侧本地部署,在 37 项通用任务评测中表现领先同规格模型。Hy-Embodied-RxBrain-1.0 世界认知模型统一推理与环境想象能力,既能输出分步操作逻辑,又能预判任务完成后的画面状态,配套自研 RxBrain-Bench 评测基准,短时物理状态预测性能对标专业世界模型。Hy-Embodied-VLA-0.5 视觉语言动作模型搭建一体化训练部署栈,依靠自研亚毫米级 UMI 采集系统积累超一万小时人类示教数据,在 RoboDojo 综合仿真评测、长程任务、记忆任务三项榜单均位列第一,现已落地日化混合产线实测,面对多 SKU 频繁切换场景作业成功率超 95%,单件作业节拍低于 6 秒,新增产品仅需 3 天即可完成数据采集与模型微调,同一套模型可适配多类型机器人规模化部署,同时联动腾讯云算力、IoT、音频生态丰富服务场景。
配套两大具身智能体解决人机交互卡顿、响应滞后问题。持续在线智能体 Apexio 采用三层并行运行架构,顶层按需深度思考、中层 15Hz 高频感知调参、底层毫秒级处理碰撞失衡,依托目标完成、安全自保双主线持续自主感知运行,无外部指令也可维持设备待命状态。TairosAgent 为机器人原生设计智能体框架,独立搭建感知、认知、记忆三层系统,统一适配各类机型与技能接口,将机器人任务中断恢复、导航交互响应时长从数十秒压缩至 2 至 3 秒。
依托全套模型与智能体技术,腾讯迭代升级 Tairos 钛螺丝开放平台,保持开源开放模式,向全行业提供模型、智能体、开发工具全链条配套,降低企业整机研发与场景落地成本。过去一年平台已深度合作宇树、智元、越疆、乐聚等主流人形、四足机器人整机企业,同步联动制造、文旅、康养等线下场景合作伙伴,推进多机型、多行业方案落地。
除模型与开发平台外,腾讯同步发力人机物理安全交互技术,推出新一代示范人形机器人小六,延续小五研发基础,采用键绳传动结构,融合力觉、触觉、视觉多模态采集设备获取按摩操作数据,结合强化学习复刻拟人化精准按摩手法,适配养老、康复等近距离人机接触场景。后续腾讯将持续深耕力触觉感知与具身大模型融合技术,补齐机器人安全与人协同作业短板,进一步拓展具身智能在工业生产、民生服务领域的落地边界。