http://www.kadhoai.com.cn 2026-04-06 23:45:38 來源:優必選
人形機器人具身智能關鍵技術是優必選研發的重點方向,優必選研究院在麵向通用任務的規劃大模型、語義 VSLAM、學習型運動控製等具身智能關鍵技術領域的突破,賦予了人形機器人聰明的大腦和敏捷的小腦,並助力工業人形機器人Walker S1進入全球最多汽車工廠實訓,加速其產業化進程。
針對最新的開源推理大模型 DeepSeek-R1,優必選已在人形機器人應用場景中進行了驗證,最新測試結果顯示,經過多模態能力擴展的DeepSeek-R1nenggourangrenxingjiqirenzaizhixingrenwuqianjiehekandaodechangjinghejieshoudaodezhilingjinxingsikaoyanzheng,lingyangbentuilishuipingyutiaoyouhoudetongjibiedamoxingtuilishuipingxiangdang。
優必選將基於DeepSeek-R1yanfashiyongyurenxingjiqirendeduomotaijushentuilidamoxing,yuqizaizhenshichangjingdeshujutiaoyouhou,qibiaoxianjianghuijinyibutisheng,jiangcongyixiajigefangmianfunengrenxingjiqirenzaigongyechangjingdeyingyong:
第di一yi,更geng高gao效xiao的de任ren務wu分fen解jie和he規gui劃hua流liu程cheng。聚ju焦jiao人ren形xing機ji器qi人ren在zai工gong業ye場chang景jing的de應ying用yong,優you必bi選xuan構gou建jian了le麵mian向xiang大da模mo型xing調tiao優you的de自zi有you數shu據ju集ji,並bing訓xun練lian了le麵mian向xiang工gong業ye製zhi造zao場chang景jing的de人ren形xing機ji器qi人ren規gui劃hua大da模mo型xing,采cai用yong“大模型+小模型”的架構方案,由大模型作為“大腦”對(dui)多(duo)模(mo)態(tai)信(xin)息(xi)進(jin)行(xing)處(chu)理(li),理(li)解(jie)場(chang)景(jing)與(yu)任(ren)務(wu),給(gei)出(chu)規(gui)劃(hua),再(zai)由(you)小(xiao)模(mo)型(xing)進(jin)行(xing)具(ju)體(ti)執(zhi)行(xing)。這(zhe)種(zhong)方(fang)案(an)不(bu)僅(jin)能(neng)發(fa)揮(hui)大(da)模(mo)型(xing)的(de)理(li)解(jie)與(yu)泛(fan)化(hua)能(neng)力(li)優(you)勢(shi),還(hai)能(neng)發(fa)揮(hui)小(xiao)模(mo)型(xing)能(neng)耗(hao)低(di)、zhenduitedingrenwuxiaoguohaodetedian,shipeirenxingjiqirengezhongrenwuxuqiu。zaigongyechangjinghejiaohulingyu,zheyijiagouzaixiaoguocengmianyijingchaoguobufentongyongdamoxingdebiaoxian,bingyizaibiyadi、吉利、富士康等多家工廠的實訓中使用。

優必選采用“大模型+小模型”的架構方案用於人形機器人工業場景實訓
未來,優必選將基於DeepSeek-R1調優推理大模型,用豐富的工業場景真實數據進行訓練,用戶僅僅需要下達一個口頭指令,工業人形機器人Walker S1的“大腦”就能將指令拆解為若幹子任務,並做好任務規劃。以搬運為例,任務能夠被拆解為“識別貨物→規劃路徑→抓取貨物→放置貨物”等環節,在執行中將不同環節的子任務轉換成更加微觀的速度、角度、力度等信息,並根據現實情況進行動態調整,工程師也隻需對任務拆解的結果進行驗證,這能夠有效提升人形機器人執行任務的效率。
dier,fuzahuanjingzhonggengzhunquedefanyinghejuecejieguo。zaizhenshiyingyongchangjingzhong,renxingjiqirenxuyaoduigezhongtufahuoyichangqingkuangjinxingfanyingjijuece。xiangbiyuchuantonggongzuorenwuliuzaiyudaozhangaihuichuxianshiquxiangyingdeqingkuang,jiyuDeepSeek-R1的de多duo模mo態tai具ju身shen推tui理li大da模mo型xing經jing過guo真zhen實shi數shu據ju調tiao優you後hou,其qi深shen度du推tui理li和he複fu雜za邏luo輯ji分fen析xi能neng力li可ke以yi讓rang人ren形xing機ji器qi人ren具ju備bei類lei似si人ren類lei常chang識shi的de推tui理li能neng力li,實shi現xian提ti前qian判pan斷duan和he自zi主zhu決jue策ce,更geng快kuai地di做zuo出chu反fan應ying。
此外,基於DeepSeek-R1的(de)多(duo)模(mo)態(tai)具(ju)身(shen)推(tui)理(li)大(da)模(mo)型(xing)還(hai)能(neng)夠(gou)幫(bang)助(zhu)人(ren)形(xing)機(ji)器(qi)人(ren)在(zai)任(ren)務(wu)執(zhi)行(xing)的(de)決(jue)策(ce)過(guo)程(cheng)中(zhong)采(cai)用(yong)更(geng)符(fu)合(he)現(xian)實(shi)邏(luo)輯(ji)的(de)動(dong)作(zuo)組(zu)合(he),提(ti)升(sheng)動(dong)作(zuo)執(zhi)行(xing)的(de)準(zhun)確(que)率(lv)。未(wei)來(lai)針(zhen)對(dui)如(ru)裝(zhuang)配(pei)等(deng)長(chang)序(xu)列(lie)任(ren)務(wu),人(ren)形(xing)機(ji)器(qi)人(ren)有(you)望(wang)能(neng)在(zai)完(wan)成(cheng)任(ren)務(wu)的(de)過(guo)程(cheng)中(zhong)對(dui)包(bao)括(kuo)取(qu)料(liao)異(yi)常(chang)、對準異常、擰緊異常在內的一係列潛在異常情況實現智能監測,並實時給出異常恢複策略,確保任務順利完成。
第三,助力人形機器人規模化部署和協作。基於DeepSeek-R1的多模態具身推理大模型,可以更好地支持人形機器人在真實場景中具備更強的多模態人機交互、複雜環境中指令理解、任務分解與規劃等能力,從而進一步提升泛化性,減少適配成本。此外,優必選將優化DeepSeek-R1的推理效率,通過動態推理和模型蒸餾,加速多模態具身推理大模型在人形機器人端側算力上的相應速度,滿足實時性的需求。
houxuzaidachangjingxia,duomotaijushentuilidamoxingnenggoubangzhurenxingjiqirenshixianquntixietong,liruzaibanyunrenwuli,duotairenxingjiqirennenggouzaifuzahuanjingyijidongtaixuqiuxia,wanchengduichengbaishangqiangeliaoxiangdegaoxiaotiaodu。jinnian,youbixuanhuizaigongchangguimohuabushugongyerenxingjiqiren,zaiduotairenxingjiqirenzhijianshixianfuzarenwudechaijie、工作任務的調度和協同。

真實數據有助於優必選對大模型進行訓練和調優
以DeepSeek-R1為(wei)代(dai)表(biao)的(de)大(da)模(mo)型(xing)可(ke)以(yi)賦(fu)予(yu)人(ren)形(xing)機(ji)器(qi)人(ren)智(zhi)能(neng)的(de)大(da)腦(nao),但(dan)在(zai)人(ren)形(xing)機(ji)器(qi)人(ren)的(de)實(shi)際(ji)應(ying)用(yong)中(zhong),還(hai)需(xu)要(yao)足(zu)夠(gou)的(de)真(zhen)實(shi)場(chang)景(jing)數(shu)據(ju)去(qu)訓(xun)練(lian)和(he)調(tiao)優(you),才(cai)能(neng)達(da)到(dao)應(ying)用(yong)效(xiao)果(guo)。優(you)必(bi)選(xuan)工(gong)業(ye)人(ren)形(xing)機(ji)器(qi)人(ren)Walker S係列已經進入東風柳汽、吉利汽車、一汽-大眾青島分公司、奧迪一汽、比亞迪、北汽新能源、富士康、順豐等多家企業實訓,積累了豐富的工業場景的真實數據,通過這些真實數據對DeepSeek-R1多模態具身推理大模型進行訓練和調優,將進一步提升工業人形機器人Walker S係列的實訓表現,加快實現規模化的部署。