讯飞系机器人新公司押注世界模型与本体认知
量子位 · wechat · 2026-07-23
量子位这篇长文围绕讯飞新成立的机器人公司，讨论具身智能真正的瓶颈到底在哪里。文章给出的判断很明确：不是身体不够强，而是“大脑”还没过实用门槛。
文中重点介绍了新方案的几个思路：一是认为 VLA 不是终局，在视觉—语言—动作之外加入视频生成模块，用来预测未来状态；二是把逆运动学做成训练任务，让模型学会“认识自己的身体能做什么”；三是把理解、预测、动作三个模块做成实时协同的结构，而不是传统的串行流水线。
在数据上，文章称他们把近一半训练资源放在空间推理、定位、物体指向和任务规划等“具身大脑数据”上，而不是单纯依赖真机轨迹。文中还给出了 LIBERO-Plus、RoboTwin 2.0 等基准上的高分表现，并提到讯飞相关机器人业务已经有真机落地基础。
「具身」频道最新
- 腾讯团队发 HiSTEVE 1.0：纯键鼠操作让 VLA 智能体自主玩 Minecraft — _akhaliq · 2026-10-26
- 上交大提出 VaM：用价值预测作记忆，机器人连续 4 小时自主作业成功率超 95% — chris_j_paxton · 2026-10-26
- 探访仓储机器人公司 Dexory：8 米扫描塔与全栈自造之路 — lukas_m_ziegler · 2026-10-26
- M5Stack StickS3 固件更新:远程取景支持理光 GR 相机 — OpenAIDevs · 2026-10-26
- 傅利叶 GR-3 裸机状态一次连爬六层楼,下楼无保护绳 — chris_j_paxton · 2026-10-26
- 中科院团队发布 FocusVLA:按操作意图动态切换机器人相机视角 — iscas-cloud · 2026-10-26