四川
只需下达一条复杂指令
机器人就能自主拆解
并完成多项子任务
全程实拍、无遥控、无预设脚本
在陌生环境
独立完成整套作业
近日，成都人形机器人创新中心发布了全球首个复杂语言指令集全自主（无遥控）超长视野机器人任务执行系统，解决了机器人在陌生环境无法自主完成决策规划的难题，让机器人摆脱实验室的“预设摆拍”，走进复杂多变的真实场景中，相关技术已取得发明专利授权。
长久以来，大众看到的很多人形机器人演示大多局限于实验室场景。环境提前布置、动作提前编排，机器人更像完成“预设摆拍表演”。一旦放到真实多变的现实空间，面对观测不全、环境变化、物体接触突变、执行误差等现实问题，机器人极易陷入“看不懂、想不通、做不对”的困境。评判机器人智能高低，早已不再只看行走、抓取这类单点动作，更要看它面对复杂任务时推理目标、自主规划、出错后自我修复的综合能力。
分层认知体系：
厘清“做什么、怎么做、动起来”
这套自研架构核心是Agent—MCP—Skills分层认知决策体系，和世界模型深度融合，把机器人大脑拆解为任务决策、资源调度、技能执行三层，分别回答“做什么、怎么做、动起来”三大核心问题。
人形机器人智能决策与作业操作统一框架
Agent任务规划器负责读懂人类语言指令，把复杂长任务拆解成包含子目标、异常处理的任务图，并非输出死板固定动作；MCP协议充当桥梁，打通各类外部模型、知识库、仿真环境、硬件设备等各类异构资源，实现系统解耦灵活拓展；Skills技能记忆库把各类操作封装成可复用技能包，按需调用，减少重复计算负担。
成都人形机器人创新中心
世界模型则是整套系统的底层认知底座。它融合视觉、语言、触觉、本体感知多维度信息，构建场景隐状态表征，不光识别物体位置，还理解物体之间关系、接触状态与物理因果。在执行动作前，机器人会在内部推演不同动作带来的环境变化，预判风险；在执行过程中持续接收环境反馈，随时修正行动。VA、VLA、VTA、VTLA、ACT、Diffusion Policy等主流操作策略不再是孤立模型，全部通过统一接口接入架构，系统会根据现场环境、任务风险自动选择最合适的动作策略。
构建三级闭环
攻克陌生环境自主作业行业“痛点”
整套系统搭建起任务、技能、动作三个不同时间尺度的闭环。高层低频调整整体任务目标，中层按需调度技能，底层高频完成动作推理与局部校正。从接收人类指令，理解拆解任务，调取技能库，依靠世界模型预判推演，再到肢体执行，遭遇环境变化实时回退重规划，形成完整可验证、可回退的全链路。
这解决了行业“痛点”：面对从未适配过的陌生场景，机器人无需提前录入场景数据，就可以做到零样本条件下自主决策规划。
硬件运动能力决定机器人能不能动，而大脑决策能力决定机器人能不能真正干活。人形机器人大脑的核心问题，不是简单把大语言模型、视觉模型和运动控制串接在一起，而是要搭建任务语义、世界状态、技能先验和动作策略之间可计算、可验证、可回退的层级映射关系。核心价值不在于堆叠了多少模型，而在于建立了从任务理解到技能选择再到动作执行的完整闭环——解决真实世界中（非实验室环境），机器人没有经过相关场景的数据适配就无法自主完成任务决策规划（零样本泛化）的难题，让机器人真正具备了在陌生环境中自主完成长时序任务的能力。
6月16日，中国电建供应链合作发展大会在雄安新区顺利举办。会上，成都人形机器人创新中心联合中国电建成都院、大型央企、智成睿锦机器人科技（成都）有限公司，共同签署5000台具身智能机器人产品战略采购协议。
随着技术迭代，人形机器人正逐步走出实验室展厅。该架构为人形机器人落地工厂、家庭等真实场景提供系统化技术路径。未来，人形机器人不再只是用来展示的展品，有望成为能自主应对复杂现实环境、处理多样化任务的实用智能助手。
记者：刘倩婷
视 频 制作：汪诺珊
编辑：张胤、朱孟玖
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.
