广东
在刚刚落幕的ICRA 2026（IEEE国际机器人与自动化大会）上，天机智能遥操与AI研发负责人Dr. Kang受邀发表主题演讲，围绕“物理AI基础设施”这一前沿方向，系统阐述了机器人如何从“避碰”走向“主动接触”，以及真实世界数据为何成为制约智能体进化的关键瓶颈。这场演讲引发了学界与产业界的广泛共鸣。
从“避免碰撞”到“可控接触”
当AI模型走出数字空间，进入物理世界，最直接的挑战在于：输出指令必须安全、可靠地在现实环境中执行。不同于传统工业机器人以“不碰触”为优先逻辑，操作类任务——抓取、插入、装配——本质上依赖与环境的有序交互。
Dr. Kang以两个常见场景举例：
- 在抓取任务中，传统规划路径往往刻意回避机器人与物体的接触，导致协作机器人在面对意外触碰时缺乏柔性，过度依赖视觉而忽视力觉。
- 在精密装配（如插轴入孔）中，即便配备力/力矩传感器，低频响应环仍难以应对复杂接触状态，维持稳定接触力成为系统瓶颈。
在他看来，真正的物理交互能力必须扎根于执行器底层，实现低延迟响应——这正是天机智能长期深耕的技术方向。
人类级交互能力的两大支柱
要实现类人的自适应物理交互，需要两手并举：
- 高能力本体——提供接近人类的柔顺性和运动自由度；
- 具身智能——提供可泛化的动作生成与自适应控制能力。
天机智能的Gento机器人系列正是基于这一理念设计，目标在于缩小机器人与人之间的“具身差距”，同时通过高质量真实世界数据采集，驱动物理AI的学习与进化。
三项核心技术，拉近机器与人的距离
围绕本体能力提升，天机智能构建了三大技术支点：
- 力传感与自适应控制
基于新型MEMS关节扭矩传感器，Gento系列实现了全身力控。该传感器灵敏度较传统方案提升明显，抗冲击能力更强，力控精度和平移刚度均达到较高水平，使机器人在接触时能够主动顺应，实现安全、柔顺的人机协作。 - 人形臂设计
Gento系列采用仿人十字交叉手腕，运动更自然，遥操更顺畅。轻量化设计兼顾移动集成便利性与工业级重复定位精度，在同类产品中具有较好的负载自重比。 - 全身运动协调
自研实时运动学规划器可实现瞬时全身运动生成，无缝协调身体、双臂与灵巧手动作。双臂协调控制器集成于主板，用户可直接调用“双手协调抓取”等高级指令，大幅降低开发门槛。
数据瓶颈：物理AI最大的“拦路虎”
Dr. Kang直言，当前开发人类级物理智能的最大障碍，并非算法，而是高质量真实世界数据的稀缺。为此，天机智能构建了完整的数据基础设施：
- VR遥操作方案：低延迟、1:1映射，支持日常操作任务的演示与数据采集，并具备实时力反馈，实现高透明度双边遥操。
- 多模态数据同步：图像、关节位置、力矩、位姿等多通道数据按时间戳对齐，可直接用于视觉-语言-动作（VLA）模型训练。
- 开源生态与仿真支持：团队持续开放第一视角数据采集工具、机器人复现方案、视觉模型及标注工具，并兼容主流仿真平台。
通过部署多台Marvin Pro，每年可采集数十万条高质量真机数据，为合作伙伴的“大脑”训练提供稀缺的物理世界数据资产。
全栈平台，助力物理AI研究与部署
演讲最后，Dr. Kang介绍了Gento系列不同构型产品，覆盖科研、商业服务、物流及工业场景：
- 轮式折叠双臂机器人：高度可调，灵活适应多种任务；
- 轮式升降人形开发平台：全身力控，控制权完全开放，适合强化学习与真实验证；
- 固定式双臂高精度机器人：重复定位精度高，标配多目视觉，支持长时间连续运行，是高校实验室与固定工位工业场景的理想选择。
全系列标配关节力控，支持多种控制模式，并提供完整的ROS2支持与SDK，便于研究者快速上手。
让物理AI自然地成为现实世界的一部分
Dr. Kang在演讲结束时表示：“天机智能的使命，是成为连接AI大模型与物理世界的桥梁。我们相信，只有当机器人能够像人类一样安全、柔顺地与环境交互，物理AI才能真正融入我们的生活与生产。Gento系列正是这一愿景的起点。”
未来，天机智能将持续深耕力控技术与数据基础设施，为全球研究者提供开放、可靠、可扩展的物理AI开发平台。
（内容来源天机智能公众号）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
