它石智航A1机器人:吉尼斯纪录背后的具身大脑AWE 3.0与数据革命
type
status
date
slug
summary
tags
category
icon
password
网址

引言:从资本宠儿到“干活”的实干家
在具身智能(Embodied AI)赛道,它石智航(It's Stone)自诞生起便自带光环。天使轮融资2.42亿美元的惊人纪录,让这家公司成为了资本市场的焦点。然而,在过去的一年里,它石智航并没有选择在聚光灯下频繁露面,而是选择了“闭关修炼”。
2025年初,它石智航带着A1机器人高调回归,并以“1小时内完成亚毫米级柔性线束完整装配任务百余次”的成绩,刷新了吉尼斯世界纪录。这一成果不仅是技术的胜利,更是具身智能从“实验室展示”走向“真实工厂干活”的分水岭。本文将深入解读它石智航背后的技术逻辑、数据范式以及对具身智能未来的深刻洞察。欲了解更多前沿AI动态,请关注 AIGC.bar,获取一手AI资讯与AI新闻。
攻克工业自动化的“哥德巴赫猜想”
线束装配一直被视为工业自动化领域的“地狱级”场景。它集齐了具身智能最难攻克的“不可能三角”:长程操作、柔性材质、以及亚毫米级的精度要求。
传统的工业机器人依赖预设轨迹,面对坚硬、形状固定的物体表现优异,但面对“软”的线束则束手无策。线束在抓取过程中会发生形变,孔位极小且容错率几乎为零。它石智航首席科学家丁文超指出,模型每走一步,面对的都是一个全新的物理世界。
A1机器人的成功,证明了具身智能大脑能够处理极其复杂的物理交互。这种“丝滑”的动作表现,让它在一次“图灵测试”中,令超过50%的观察者误以为是真人在操作。
AWE 3.0:具身智能的“世界引擎”
它石智航的核心竞争力在于其自主研发的具身大脑——AWE 3.0(AI World Engine)。与市面上常见的VLA(视觉-语言-动作)模型不同,AWE 3.0是一个真正意义上的世界模型。
- 隐空间推理(Latent Space):AWE 3.0并不简单模仿动作轨迹,而是在压缩抽象的“隐空间”里持续推演未来的多种可能性。这种“未动先想”的机制,类似于OpenAI的o1模型,赋予了机器人深度推理的能力。
- 自我纠错(Failure Recovery):在隐空间思考过程中,模型涌现出了自我纠错能力。当插接角度不对时,机器人会自主选择拔出并重试。这种“反思”能力是机器人进入成熟工业场景的关键信号。
- 原生模型架构:AWE 3.0实现了视觉、语言、动作三种模态的天然对齐,避免了传统模型强行挂载动作头带来的割裂感。
丁文超将AWE 3.0类比为GPT-3,认为它不仅打穿了特定场景,更指明了具身智能Scaling Law的可行性。
Human Centric:打破数据天花板的新范式
在具身智能领域,数据质量决定了模型的上限。长期以来,行业依赖遥操作(Teleoperation)获取高精度数据,但它石智航却提出了截然不同的观点:Human Centric(以人为中心)。
丁文超认为,遥操作在亚毫米级任务中存在犹豫和抖动,反而会产生“噪声”。真正的突破口在于采集真人在真实场景中的操作数据。为此,它石智航推出了SenseHub数采套件。这套轻便的设备(手套+第一视角相机)允许非专业人员在日常工作中进行“被动式”采集。
此外,它石发起了“具身数据星火计划”,旨在构建千万小时乃至亿小时级别的标准化优质数据集。这种数据范式的转变,标志着具身智能的数据Scaling正式拉开帷幕。
具身智能的“准Zero-shot时代”已经来临
关于具身智能的“GPT时刻”,它石智航给出了明确的定义:准Zero-shot时代。这意味着机器人已有的核心技能(Skills)在新场景中能够实现快速迁移和复用。
目前,它石智航内部已在工厂、物流、仓储、酒店等多个场景并发推进。丁文超预测,从3.5版本到4.0版本的进化速度将远超预期。当机器人不再局限于单一工序,而是能同时覆盖多个工序时,C端应用的机会也将更早涌现。
结语:没有Plan B的硬核征程
它石智航的成功并非偶然。从坚持全栈硬件自研(包括21自由度灵巧手和高性能行星关节),到坚定不移地走Human Centric技术路线,丁文超和团队展示了“从来没有Plan B”的决绝。
具身智能的征程才刚刚开始。随着数据Scaling Law的兑现,我们有理由相信,像人一样灵活、能干活的机器人将很快走进千家万户。
持续关注人工智能领域的最前沿突破,欢迎访问 AIGC.bar,这里有最全的AGI、LLM及大模型深度解析,助你把握AI变现与技术创新的每一个浪潮。作为专业的AI门户,我们为您提供每日更新的AI日报,让您在瞬息万变的科技时代保持领先。
Loading...
.png?table=collection&id=1e16e373-c263-81c6-a9df-000bd9c77bef&t=1e16e373-c263-81c6-a9df-000bd9c77bef)