RoboScience发布通用具身智能模型Visics 攻克机器人泛化操作难题并展示复杂拼装能力

近日，通用具身智能企业RoboScience机器科学首次披露了自研的Visics大模型及其VLOA技术架构。该模型展示了其在包括复杂家具拼装在内的多项真实场景中的应用能力。

据悉，针对当前机器人操作面临的泛化能力差、精细操作难、长程任务误差累积三大瓶颈，Visics大模型通过VLOA架构，将机器人的“认知”与“执行”彻底解耦，实现了指导任意机器人、操作任意物体、完成任意任务的三大维度泛化。在抓取等操作上，其成功率、姿态多样性及计算速度相比现有方法均有显著提升。

在技术层面，Visics大模型融合了“具身世界模型”和“通用操作模型”两大核心引擎。它创新性地以物体连续3D点云轨迹作为中间接口，实现了上层模型负责认知和预演物理轨迹，下层模型负责将轨迹转化为不同机器人的控制信号。这种架构使高层语义与底层物理规律完美解耦，并分别使用海量互联网视频及仿真数据进行预训练。

Visics内置的具身世界模型以物体交互为中心且是3D动态的，更接近机器人真实执行所需的底层表示。其通用操作模型则解决了泛化性与灵巧操作难题，可支持全空间物体的各类操作，兼容不同类型的机器人及末端执行器，并能处理视觉、触觉、力觉等多模态感知数据。

在展示中，Visics大模型控制的机器人能够读取家具说明书后自主启动拼装。当拼装过程中已装好的部件被人为拆解时，机器人还能自动恢复状态并接续完成后续步骤，展现了强大的任务理解和恢复能力。

据悉，在商业化方面，该公司已与多家零售、物流、康养服务及机器人硬件企业开展试点合作，并计划于今年内实现面向工业与商业场景的标准化机器人本体产品的量产。