智平方亮相WAIC 2025：爱宝多场景演示秀出中国具身智能硬实力

7月26日，2025世界人工智能大会（WAIC 2025）在上海盛大开幕。作为全球人工智能领域最重要的年度盛会之一，今年的WAIC以“智能时代 同球共济”为主题，吸引了800多家国内外领先企业参展，带来了3000余款智能科技展品。在现场，一片108平米的展台人潮涌动，格外热闹，——这是中国具身智能的代表企业智平方（AI² Robotics）的展区。

智平方的通用智能机器人AlphaBot（爱宝）系列无疑是展区的焦点。它凭借一个硬件形态和一个基座大模型Alpha Brain，在现场真正上演了多场景、多任务的“技能秀”——打冰淇淋/咖啡/饮料、2X2码垛、打架子鼓。三场看似简单的演示，不仅将爱宝在生活、工业、娱乐三大场景背后的空间感知、长程柔性、全域全身、快速学习等技术底色展现得淋漓尽致，更是智平方对机器人通用性这一理念的践行。

观众一边拍摄视频，一边惊叹：“这已经不像是一台普通的机器人，而是一个真正的‘智能伙伴’。”

打冰淇淋/咖啡/饮料：空间感知与长程柔性的实力秀

来源：WAIC

在生活服务体验区，智平方特地搭建了一个全场景软饮吧，直指特斯拉Optimus餐吧，让爱宝秒变“全能店员”。现场观众可以自由选择自己喜欢的口味和配料，无论是香醇的咖啡、清甜的冰淇淋，还是特调饮料，爱宝都能在软饮吧服务场景中无缝切换，精准制作。其中，一杯咖啡或冰淇淋的制作时间大约在1分半到2分钟，而饮料则更快，1分钟左右就能完成。

以打冰淇淋为例，当收到类似“爱宝，我想要一杯冰淇淋”的观众需求时，爱宝就会抬起左手手臂，拿起纸杯，放置到冰淇淋出口下方，右手精准地握住冰淇淋机的手柄，缓缓压下，冰淇淋开始顺滑地旋转落进杯子。等杯子装满后，爱宝立即松开手柄，将冰淇淋递给观众。整个过程动作行云流水、毫无顿挫。

其实，这不只是场简单的机械运动。爱宝依靠智平方自研的全域全身VLA（GOVLA）大模型，能够迅速完成复杂的空间感知与控制：杯子的位置、手柄的角度、冰淇淋旋转的高度都在它的掌控之中。而且，它不仅能操作眼前这一台冰淇淋机，它还能够基于同一款硬件和同一个预训练大模型，根据观众需求在冰淇淋机、咖啡机、饮料机之间自由切换，展现出极强的跨设备执行泛化能力。

更重要的是，爱宝的每个动作不是由单独指令驱动，而是大模型赋予其长程柔性能力的体现。从识别观众的需求开始，它就可以自主规划，进行拿杯子、按下冰淇淋机手柄、递冰淇淋等一系列操作，像一位经验丰富的店员一样，从容不迫、可靠地完成整套服务流程。

2X2码垛：“全域全身”的工业硬实力

来源：WAIC

在工业演示区，爱宝展示了其“全域全身”的码垛搬箱技能。只见爱宝来来回回，在展区里准确抓起箱子，将它们稳稳码放到托盘上。不到60秒，爱宝就能完成一次码垛，稳定性和效率让围观者连连称赞。

这背后更是智平方在GOVLA大模型上的突破。爱宝能够像人类一样在工厂环境中自由移动，而不是局限于固定工位，自主规划最优路径，灵活搬运不同种类、大小、角度、颜色的箱体。它通过多模态感知精准识别箱体状态，像熟练工人一样把垛码放得整整齐齐。当垛形不规范时，它会智能调整抓取策略；遇到突发状况也能自动纠错，确保作业流程持续运行。

相比传统的工业机器人只能在固定工位完成重复动作，爱宝的优势在于它的全域行动、全身协同的工作能力。爱宝全身拥有34+自由度，可连续工作6小时，单臂负载最高可达10公斤，作业高度最高可达2.4米。这种稳定性和高效性，使它成为制造业当下在“招工难、用工贵”困境下的理想补充。

打架子鼓：快速学习，实现速度与精准的默契配合

来源：WAIC

最让现场观众兴奋的，莫过于爱宝在娱乐区的架子鼓表演。随着经典曲目《We Will Rock You》节奏的起伏，爱宝的手臂在鼓面上快速而准确地击打，每0.375秒就能完成一次敲击，鼓与鼓之间的切换仅需0.75秒，堪比一个经过专业训练的鼓手。

爱宝之所以能做到这样快而准，靠的是融入“异构输入+异步频率”创新架构设计的GOVLA大模型。模型架构借鉴了人类的“双系统”思维模式，且把“双系统”模块中的“快系统”嵌入“慢系统”：慢系统负责整体乐曲理解和节奏把控，而快系统则专注于快速、精准的动作执行。它们相互协作，让爱宝既能“听懂”鼓谱，又能毫秒级完成复杂的鼓击动作。

此外，GOVLA大模型的高帧率控制能力（可达200-1000Hz）让整个演奏过程如丝般顺滑，没有延迟。对爱宝而言，乐谱只是一串数据，它可以通过搭载的大模型快速学习掌握新曲目，未来甚至能挑战120 BPM以上的快节奏演奏。据介绍，本次曲目的演示，爱宝只学习了大约24小时。

这场“鼓点秀”让人看到，具身智能不仅能做标准化作业，还能学会需要速度与精准度配合的艺术表现。同时，机器人打架子鼓这一艺术演示，也是智平方探索机器人从实用价值向情绪价值延伸的一种尝试。

自研具身大模型发挥关键力量

三场演示的背后，智平方自主研发的端到端具身大模型Alpha Brain是关键。GOVLA作为Alpha Brain的核心技术，不同于传统机器人分模块控制的方式，它通过统一的模型架构，将多模态信息整合处理，实现了从感知到动作的“端到端闭环控制”。

GOVLA大模型让爱宝拥有全域行动和全身协同能力，突破了传统机器人“固定工位”的局限，以及从简单任务到长程复杂任务的推理能力。而且，GOVLA大模型快慢系统融合的创新设计，有效解决了复杂推理与快速行动难以兼得的难题，让爱宝机器人能够实现即想即动零延迟。

智平方在VLA技术上的突破并非一日之功。作为中国最早提出并系统性研发端到端VLA技术范式的创企，早在2024年，它与北大等顶尖机构联合发布的RoboMamba模型，不仅比Pi的OpenVLA更早公开应用，还在未见任务的泛化能力上显著超越当时SOTA的Google RT 系列模型。今年联合头部高校发布的FiS-VLA，则进一步提升了机器人在复杂环境中的响应速度和泛化能力。这些成果不仅让智平方跻身国际前沿，更让全球看到了中国具身智能的技术厚度。

从展会舞台走向产业落地

WAIC上的三大演示只是爱宝能力的缩影。作为中国具身智能的“产业派”，智平方从不止步于技术展示，而是将核心技术真正投入到高强度的产业场景中。

在汽车制造领域，智平方已与头部车企展开合作。搭载GOVLA大模型的爱宝进驻到汽车工厂，在上下料、物流转运、贴标签、收纳保护布等环节中进行应用探索。这标志着国产具身大模型首次获得汽车制造全场景验证，是领先技术获得顶级工业场景深度打磨的里程碑。

生物科技领域同样是智平方的重要突破口。今年4月，智平方与华熙生物携手，正在合作部署爱宝执行无菌车间的物料转运、智能拆包和视觉检验等操作，替代人工在高风险区域的重复性劳动，有效降低交叉污染风险，并通过大模型的快速学习能力适应多变的工艺流程。

在半导体制造中，爱宝已进入吉利科技旗下晶能微电子生产基地，通过超强的跨任务泛化性能，高效执行上下料、产线间物料转运等任务。今年，智平方也将和晶能微电子一起，推动爱宝在半导体制造场景的大规模使用。

除了工业场景，智平方还将业务拓展到公共服务领域。今年第三季度，爱宝将首次进入国内一线城市的机场，展现其在开放复杂环境下的自主行动和多任务处理能力。

这些落地案例背后，凸显了智平方一贯的务实精神：不追求噱头，而是扎根行业需求，通过真实应用不断打磨机器人性能与可靠性。它用一个又一个验证场景告诉市场，通用智能机器人并非遥不可及的概念，而是一项能够切实改变生产方式与服务模式的新质生产力。

智平方成立于2023年4月，短短两年多时间，公司已经成为国际媒体和行业关注的焦点。CNN、CNBC等全球顶级媒体相继报道其突破性进展，在刚刚结束的第三届链博会上，首次参展的英伟达更是邀请爱宝亮相其核心展区。

智平方创始人兼CEO郭彦东博士曾说：“通用智能机器人会像智能手机和智能汽车一样，成为人们生活中不可或缺的智能终端。”如今，这一愿景正在一步步走进现实。