跳至内容
近日，优必选在极氪5G智慧工厂开展全球首例多台、多场景、多任务的人形机器人协同实训，探索建立面向多任务工业场景的通用人形机器人群体作业解决方案，推动人形机器人从单机自主向群体智能进化。
工业场景产线级任务对人形机器人多机协同作业水平带来全新考验和挑战，人形机器人群体智能技术攻关是实现工业场景规模化应用的必经之路。
在此次实训中，优必选首次将群体智能技术引入人形机器人，实现多机协同作业。以人形机器人集群为物理载体，探索通过群体行为与外部物理环境密集交互而进化出的高阶具身智能。为此，优必选创新提出了人形机器人群脑网络（BrainNet）软件架构，并设计人形智能网联中枢Internet of Humanoids (IoH)，为群体智能的软硬件实现提供了可借鉴的路径。
针对人形机器人群体协作场景，优必选群脑网络（BrainNet）架构由云端协同的推理型节点和技能型节点灵活链接，形成群体维度下的超级大脑和智能小脑，重新定义人形机器人的大小脑。其中，超级大脑基于多模态具身推理大模型，重点突破智能混合决策技术，实现复杂产线级任务的高维决策；智能小脑则基于Transformer模型，创新研发跨场域融合感知技术和多机协同控制技术，支持多机并行分布式学习，加速技能生成与迁移。
这一系列突破将单台人形机器人的任务范畴扩展至多台机器人协同完成的产线级柔性需求，不仅推动实现多维度、多场景的群体智能，还为人形机器人在复杂工业环境中的高效协作奠定了坚实基础，开启智能制造的高阶进化之路。
在复杂产线级任务的高维决策需求驱动下，优必选针对性研发了全球首个人形机器人多模态推理大模型，作为超级大脑的核心引擎，推动BrainNet架构实现持续自我进化，进而迸发群体智能。该推理大模型基于DeepSeek-R1深度推理技术，借助其强大的数据处理和智能决策能力，让人形机器人具备类似人类常识的推理能力，支持多台人形机器人之间复杂任务的高效拆解、调度与协同。
优必选人形机器人多模态推理大模型依托Walker S系列在多个车厂一线实训任务中积累的亿级高质量工业数据集进行训练与调优，增加多模态特性，并基于RAG（检索增强生成）技术快速训练专业工种，显著提升了机器人在多种工位的决策能力与泛化能力，为人形机器人在工业场景中的规模化应用提供了有力支撑。
展望未来，在复杂场景下，群体智能通过分布式个体的动态交互与协同，涌现出超越单一能力的全局智慧，能够帮助人形机器人高效决策与自适应优化，突破跨场景跨任务的大规模商业化应用。这一突破不仅为人形机器人在智能制造中的规模化应用提供了参考范式，也将推进新型工业化从“半柔性制造”向“全柔性智造”的范式跃迁。
今年，优必选工业人形机器人进入实训2.0阶段，数十台人形机器人应用“群体智能”技术在极氪5G智慧工厂展开协同实训。在工厂内，这些Walker S1机器人分布于总装车间、SPS仪表区、质检区及车门装配区等多个复杂场景，成功实现了协同分拣、协同搬运和精密装配等多任务协同作业。
优必选工业人形机器人Walker S1创新应用了跨场域
在协同分拣环节，优必选工业人形机器人Walker S1创新应用了跨场域纯视觉感知技术与智能混合决策技术。通过跨场域纯视觉感知技术，实现动态目标的跨场域连续感知与跟踪，机器人群体协作构建全局地图并实现“群建群享”。同时，基于多模态推理大模型的智能混合决策技术，结合语义VSLAM导航与灵巧操作需求，动态分配云端大脑与本地大脑的任务分工，实现端云结合的群体智能决策。
在协同搬运场景中，人形机器人协同搬运大负载、大尺寸工件面临诸多难点，如负载分布不均、运动轨迹复杂及动态环境适应等。优必选通过多机协同控制技术，构建了联合规划控制系统，实现轨迹规划、负载辨识与柔顺控制的多机协同，确保机器人在搬运过程中能够动态调整姿态与力度，显著提升搬运大尺寸及大负载工件的稳定性。
优必选工业人形机器人Walker S1在极氪5G智慧工厂
在精密装配场景中，Walker S1展现了其在柔软物体灵巧操作方面的卓越能力。面对小尺寸且易变形的柔软薄膜物体，Walker S1通过高精度感知与自适应控制技术，动态调整抓取力度与姿态，确保薄膜物体在装配过程中无损伤、无偏移。这一技术凸显了优必选人形机器人带触觉五指灵巧手在复杂工业场景中的灵活性与可靠性。
此外，Walker S1融合采用基于视觉感知的全局初对准，以及基于力感知的强化学习二次对准技术，完成精准操作类质检任务。
目前，优必选已与东风柳汽、吉利汽车、一汽-大众青岛分公司、奥迪一汽、比亚迪、北汽新能源、富士康、顺丰等多家行业领军企业达成合作，自主研发的工业人形机器人Walker S系列已成功进入全球最多车厂，并完成了第一阶段的单机自主智能实训。
随着实训2.0阶段的开启，优必选将通过多机协同实训的数据积累与模型训练，加速产品与技术的迭代升级。除吉利汽车外，优必选还将拓展更多合作伙伴的工厂，全面推动多机协同实训的落地，进一步深化人形机器人在工业场景中的规模化应用。
（文：机器人大讲堂）
