在10月29日开幕的亚洲具有影响力的科技创新盛典——新加坡科技创新周(SWITCH 2025)上 ,来自中国的智平方(AI² Robotics)成为大会焦点之一 。公司不仅展示了其在具身通用智能机器人领域的创新成果 ,其创始人兼CEO郭彦东博士还受邀出席主论坛,与业界嘉宾同台对话 。开幕当天,新加坡副总理颜金勇到访智平方展台 ,对智平方在具身通用智能机器人领域的创新表示赞赏 。
一、从“单臂”到“全域全身”:GOVLA模型的协同架构
具身智能的核心挑战之一在于“大脑”的智能化水平,即机器人自主理解环境并完成复杂任务的能力 。端到端的VLA(视觉-语言-行动)大模型被视为实现通用智能机器人的解题思路之一 。
智平方是较早专注VLA研发的创业公司之一 。公司于2025年4月17日发布了其全栈自研的全域全身VLA(GOVLA)大模型 。据介绍,常规的VLA大模型主要输出机械臂动作 ,而GOVLA大模型提出输出全身控制和移动轨迹 。
这一能力的实现,依赖于一套“快慢系统”(System1 & System2)协同架构 。该模型由空间交互基础模型、慢系统和快系统三部分组成 。
慢系统 (System2): 负责复杂逻辑推理和任务拆解 ,解析用户指令、环境信息和机器人状态,进行高层决策,并输出语言交互内容 。
快系统 (System1): 负责实时响应 ,输出机器人全身控制动作与移动轨迹 。
通过这种双系统分工协作,GOVLA兼顾了实时响应与复杂决策能力 。搭载该模型的AlphaBot 2机器人,具备了全域感知和多达34个自由度的全身协同能力 。
[说明:此处可配一张图,对比“常规VLA”与“全域全身VLA”的架构图,参考source 50中的图片]
二、从“正反金字塔”看数据观:定义机器人“大脑”的训练路径
在SWITCH 2025主论坛“Examining the Future and Promise of Embodied AI”圆桌讨论上 ,郭彦东博士作为来自中国的企业代表 ,与新加坡国立大学具身智能教授Harold Soh、NVIDIA高管等嘉宾同台对话 。
郭彦东博士在讨论中分享了他提出的“正反金字塔”数据观 。他指出,在大模型冷启动阶段,应采用“正金字塔”的多元数据融合方式:
底端: 互联网数据,保证多样性 。
中间: 仿真数据,实现增长 。
顶端: 真机数据,用于精细调整 。
而当机器人进入大规模部署后,数据结构将转变为“倒金字塔” 。此时,金字塔顶端的是“真实场景作业数据”,其价值远超仿真和互联网数据 。郭彦东博士认为,“拥有越多真实场景数据的公司,大模型越强,竞争力越强” 。
三、技术验证与场景落地:AlphaBot 2 获副总理称赞
在SWITCH 2025展区现场,颜金勇副总理重点了解了智平方在具身通用智能机器人领域的成果 ,并与智平方的机器人AlphaBot 2(爱宝)进行了互动体验 。当爱宝展示其精准识别、灵活应对复杂指令的表现时,颜金勇副总理点头称赞 。
智平方的技术实力也体现在其开源模型上。公司原创研发了GOVLA具身大模型 ,并推出开源版本FiS-VLA 。FiS-VLA是一个“异构输入+异步频率”双系统VLA模型 ,旨在平衡机器人的“操控效率”与“推理能力” 。在权威评测中,FiS-VLA的综合性能表现相较国际标杆提升了30% 。
依托基座大模型技术,智平方推出了AlphaBot(爱宝)系列机器人 ,已在半导体、汽车制造、生物科技、公共服务等多个领域实现落地应用 。这些真实的一线场景数据,将反哺智平方大模型的训练和迭代 ,形成“越用越聪明—越通用—越广泛”的飞轮效应 。
四、亮相国际舞台,中国具身智能展现技术实力
此次在SWITCH 2025的亮相,智平方展现了其技术积累。据悉,智平方团队今年有6篇论文入选了NIPS这一人工智能会议 。
智平方的核心团队在AI研发、智能硬件、规模量产与产业化方面具备全栈能力 。创始人郭彦东博士曾在微软总部担任研究员 ,并先后在小鹏汽车 和OPPO 担任首席科学家,其主导研发的智能系统已应用于智能汽车和消费电子终端 。
正如郭彦东博士在会场所言:“具身智能是人类与机器共生的新起点,中国企业有机会也有责任,成为推动这一时代到来的关键力量。”
以上内容为推广信息，所涉及内容不代表本网观点，不构成投资建议、消费建议。
