7月27日，2025世界人工智能大會（WAIC）進入第二天，最熱鬧、最“核爆”的依然是具身智能。商湯科技、智元機器人當天分別發(fā)布“悟能”具身智能平臺和面向真實世界雙臂機器人的世界模型開源平臺GE。

“悟能”具身智能平臺讓機器人“聞令而動”

在當天召開的“大愛無疆·模塑未來”WAIC 2025大模型論壇上，商湯科技發(fā)布“悟能”具身智能平臺。該平臺以商湯具身世界模型為核心引擎，依托商湯大裝置提供端側(cè)和云側(cè)算力支持，能夠為機器人、智能設備提供強大的感知、視覺導航及多模態(tài)交互能力，推動智能終端向更高層次的自主化與智能化演進。該平臺可賦能機器人等各種終端硬件，實現(xiàn)對世界萬物的感知理解能力，并支持嵌入到端側(cè)芯片，具有強大的場景適配性。

在7月27日召開的“大愛無疆·模塑未來”WAIC 2025大模型論壇上，商湯科技發(fā)布“悟能”具身智能平臺。 本文圖均為 受訪者供圖

論壇現(xiàn)場，商湯科技董事長兼首席執(zhí)行官徐立展示了搭載具身世界引擎的人形機器人講解PPT的效果，機器人語言自然、風趣幽默，不僅可以自動翻頁，還能回答各類問題，并進行階段性小結(jié)。

商湯透露，商湯具身世界模型還能構(gòu)建面向人、物、場的4D真實世界。用戶僅需要輸入簡單的提示詞，比如“在廚房區(qū)域的架子上找東西”“進入娛樂室、向右轉(zhuǎn)，然后打開通往院子的門”等，具身世界模型就能自主進行位姿、動作骨架和指令的生成，可以說是“聞令而動”。徐立表示，商湯希望“悟能”具身智能平臺能夠幫助各種具身智能企業(yè)，幫助他們完成和現(xiàn)實世界交互的夢想。

智元發(fā)布雙臂機器人世界模型開源平臺

同樣是7月27日，由智元機器人主辦、以“全球視角下的具身智能新機遇”為主題的“智啟具身論壇”在上海世博展覽館舉行，匯聚包括來自PI、Intrinsic、清華大學、Sanctuary AI、英偉達、亞馬遜等全球具身智能領(lǐng)域的“最強大腦”，聚焦機器人基礎模型泛化、高性能操控等關(guān)鍵方向，開啟了一場跨越學術(shù)與產(chǎn)業(yè)的“華山論劍”。

智元機器人合伙人&具身業(yè)務部總裁姚卯青表示，目前，智元機器人通過自建專業(yè)數(shù)采工廠，形成了全球最大數(shù)據(jù)集AgiBot World并開源。智元還發(fā)布了行業(yè)首個通用具身基座模型——啟元大模型，擁有“一腦多形”能力，可適配其他異構(gòu)機器人本體。在場景端，智元機器人憑借“機器人+具身模型”技術(shù)重構(gòu)了智能生產(chǎn)力范式，現(xiàn)已在工業(yè)制造、倉儲物流、電力巡檢、交互引導四大場景實現(xiàn)突破性落地。

論壇上，姚卯青代表智元機器人發(fā)布了行業(yè)首個真正面向真實世界雙臂機器人的世界模型開源平臺“Genie Envisioner”（以下簡稱 GE）。該平臺融合了預測、控制、評測三大核心能力，為機器人從“看見”到“行動”提供了端到端、一體化的解決方案。

2025世界人工智能大會智元機器人展臺。

GE平臺的核心是多視角視頻擴散模型GE-Base，以AgiBot-World-Beta數(shù)據(jù)集為基礎，利用超過100萬條、近3000小時的頭部與雙臂腕同步視頻流，捕捉機器人操作任務中的空間布局、動作演化與語義意圖。160M參數(shù)級別的動作解碼器GE-Act，可以幫助機器人完成從視覺感知到動作執(zhí)行的跨模態(tài)遷移。在真實平臺驗證中，搭載GE-Act的機器人先后完成“做三明治”“倒茶”“擦桌面”“使用微波爐加熱”“流水線裝箱”等五項任務，各項成功率均遠超行業(yè)平均值。GE平臺的發(fā)布，標志著機器人從被動執(zhí)行向主動“想象—驗證—行動”的轉(zhuǎn)變，將持續(xù)推動智能制造與服務機器人的落地應用。

姚卯青透露，智元的精靈系列下一代機器人本體——精靈G2即將發(fā)布。相較于上一代，G2在運動精度、場景適配性上全面升級，具備原生數(shù)采能力，可勝任工業(yè)、商業(yè)、家庭等多元場景，進一步拓寬具身智能的應用邊界。