北京
新京报贝壳财经讯（记者罗亦丹）8月19日至23日，2026世界机器人大会（WRC）在北京亦庄举行。大晓机器人在展会现场展示了开悟世界模型（Kairos）3.1、环境式数据采集方案2.0，以及面向即时零售、酒店服务和开放场景的行业解决方案。大晓机器人研发副总裁刘春晓也回答了新京报贝壳财经记者关于当前人形机器人泛化性不足的问题以及解决途径。
在近几日的采访中，贝壳财经记者发现不少机器人在演示Demo或者准备好的固定操作场景中表现较好，但在真实场景中执行任务时却成功率偏低，有些自主机器人往往在执行长程任务时“一步错，步步错”，因为一些前期微小的失误导致整个任务失败。
对此，刘春晓告诉记者，该问题在真实落地里“非常关键”，“Demo很多时候是在受控环境和有限操作物体里展示单点任务的最优状态，但真正落地至少要考虑三个问题。第一是场景泛化，不同便利店的布局、货品和操作要求都不一样；第二是持续作业能力，真实业务不是抓一下、放一下、拧个瓶盖这样的单点原子动作，而是要把从下单到拣选、打包、交付的整条流程闭环起来；第三是规模化能力，单店、单本体表现不错，不代表推广到多店、多本体以后还能保持系统一致性。”
本次展会，开悟世界模型（Kairos）3.1成为大晓机器人的展示焦点，依托ACE-BRAIN-0.5空间理解底座和Kairos-HomeWorld物理生成与推演能力，机器人能够在真实家庭等场景中完成多步骤任务，并对执行过程进行状态追溯、异常定位和任务恢复；在平行空间中，模型还可对多条动作轨迹进行推演，筛选更优方案后输出至真机。
“对于长程任务纠偏，我们现在比较核心的两个能力就是平行推演和反思。执行前，模型会基于当前观测在平行空间里比较不同策略，选择行动代价更小、预期收益更高的方案；执行之后，如果真实结果和预期不一致，失败数据会及时回到模型更新状态。下一次推演时，模型首先要知道‘我刚才失败了’，还要知道失败发生在哪里、应该怎样规避，再调整下一步策略。对于大规模真实落地来说，这种持续纠错和恢复能力是必须解决的问题。”刘春晓说。
编辑 王真真
校对 赵琳
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.
