社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

半年融资数亿美元、四大榜单登顶,大晓速度背后:具身智能的“ChatGPT时刻”还有多远?

AING硬迹 • 1 周前 • 51 次点击  

↑↑↑点击蓝字|关注我们

follow us



AING硬迹


北京,2026 年 8 月 19 日 ——2026 世界机器人大会(WRC)在北京正式启幕,具身智能新锐企业大晓机器人(ACE ROBOTICS)迎来大会首秀。本次展会上,大晓机器人集中亮相开悟世界模型 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、开放作业场景的 “晓满”“晓新”“晓途” 三大标准化行业解决方案。从底层基础模型、数据基础设施到面向真实商业世界的落地产品,大晓完整展出一套端到端的具身智能产业能力,展台现场人头攒动,吸引大量行业专家、投资人、产业链伙伴以及专业观众驻足交流,成为本届大会具身智能赛道的焦点展台


作为具身智能赛道备受关注的新生力量,大晓机器人成立于 2025 年 7 月,由商汤科技联合创始人、执行董事王晓刚担任董事长,世界级 AI 科学家陶大程院士出任首席科学家,集结全球青年 AI 科学家与产业资深专家,目标打造具身智能的 “最强大脑”。行业口中的 “大晓速度”,并非简单指代产品发布节奏快,而是一套多条技术链条并行推进、相互反哺的系统级发展能力。


大晓机器人xWRC,新生力量带着新世界模型来了





在传统具身智能研发路径中,世界模型研发、数据体系建设、硬件调试、场景商业化往往是串行推进,周期漫长。而大晓将模型迭代、数据基建、本体研发、产业落地压缩到同一个迭代周期之中:真实商业场景落地越快,暴露真实世界问题就越多;高价值真实数据快速回流,反向驱动世界模型持续进化;底层技术能力不断沉淀,又进一步加速新场景的复制拓展。由此形成 “落地越多 — 数据越厚 — 能力越强 — 落地更快” 的正向产业飞轮。资本市场也对这套发展逻辑给出充分认可,成立至今,大晓完成数亿美元级别融资,间隔仅 4 个月完成两轮资本加注,快速成长为具身智能赛道最快达成独角兽的企业之一,达晨财智、深创投、上海科创基金、商汤国香资本等多家机构持续加持,资本的持续加码,为技术研发与规模化商业落地提供坚实的资金底座。



本次 WRC 展会的核心亮点,当属开源开悟世界模型 Kairos 3.1。不同于行业内部分模型拆分能力逐步叠加的开发思路,Kairos3.1 采用原生统一架构,将世界理解、物理生成、动作预测三大能力深度融合,构建起 “理解 — 推演 — 执行 — 反思” 完整自进化闭环。机器人可以接收视觉观测、语言指令、力触状态等多源信息,不仅能够理解环境,还可以对任务过程进行推演预判;当作业出现失败时,还能够自主定位故障、复盘反思,迭代优化动作策略,真正实现在真实环境当中持续自我进化。


在全球多项世界模型、状态预测权威评测榜单当中,Kairos3.1 多项指标超越 Cosmos3、PI、MotuBrain 等全球主流模型,拿下多项第一,并且面向全行业开源。毕马威发布的《世界模型如何重塑具身智能产业与商业新范式》报告中专门提及,原生一体化架构是世界模型重要演进方向,开悟 Kairos 是该方向代表性模型,处于全球世界模型发展第一梯队,代表具身基础模型的前沿演进方向。


除软件架构能力突破,大晓同步推进端侧工程化落地。依托 ACE‑BRAIN‑0.5 空间理解底座、Kairos‑HomeWorld 物理平行世界仿真平台,模型既可以在虚拟空间完成大量轨迹推演筛选最优方案,也可以直接部署到实体硬件。KairosRT 实现高性能世界模型端侧压缩,在 Jetson Thor 硬件上完成 8B 模型 125ms 实时推理,打破世界模型只能跑在云端的行业现状,让高能力世界模型真正运行在实体机器人本体之上,打通仿真世界到物理真机的完整链路。



模型能力的上限,由数据底座决定。面对行业普遍遭遇的数据荒问题,大晓机器人跳出单纯堆砌数据量的传统思路,提出 “信息密度定律”,把具身智能的数据竞争,从比拼数据数量,升级为抓取环境交互中的物理因果关系。本次展出的环境式数据采集方案 2.0,完整落地这套全新的数据范式,打造 ACE Ego Kit “采得全”、ACE Data Engine “标得细”、ACE Ego Matrix “用得妙” 全链路工具链,构建起真人交互数据、真机作业数据、开放世界视频数据三层 “数据金字塔”,重点采集人的动作、环境变化、力反馈、物理因果等高密度信息,让模型不止看懂画面,更能理解物理世界运行逻辑。


整套方案当中,ACE Sense Glove 力触觉采集手套成为现场备受关注的硬件设备。设备实现 0.01N 超高力触觉灵敏度,可以捕捉指尖和柔性物体交互的细微受力变化,关节角误差小于 2°,二十余种异构传感器时间同步误差控制在 1 毫秒,实现视觉、动捕、三维力触多模态信息的高精度同步采集。同时 ACE‑ViDiHand 生成式 4D 手部动捕技术攻克遮挡、高速运动场景识别难题,帧级准确率达到 0.997,大幅提升长程复杂任务手部动作标注质量。ACE Ego Matrix 进一步完成异构机器人数据对齐,打通真人采集数据和不同本体机器人的数据壁垒,并且已经在 RoboCase、RoboTwin 两大榜单斩获冠军。整套数据能力不再局限服务企业内部研发,大晓对外开放 ACE‑Data‑0 数据集,向整个具身行业输出高密度数据能力,共建产业数据生态。


底层技术最终要接受真实商业场景检验。面对行业长期探讨的 “具身智能如何跨越商用鸿沟” 命题,大晓机器人给出标准化解决方案的答卷,正式推出 “晓满”“晓新”“晓途” 三大行业产品矩阵,分别瞄准即时零售、酒店服务、开放环境作业 B 端场景




“晓满” 即时零售履约方案是本次展会人气最高的展项,适配闪购仓、前置仓、仓店一体、无人便利店等多元业态。配套 W1 履约机器人可以在 75 厘米的狭窄过道完成作业,凭借高精度力控技术,兼顾柔性包装商品与硬质货品的抓取处理。目前该方案已经落地烧卖购、快客达、中石油便利店等多个商业点位,实现常态化运营。“晓新” 聚焦酒店服务场景,覆盖衣物收取、投放、清洗、折叠熨烫等一整套酒店洗衣流程;“晓途” 面向城市治理、文旅等开放户外场景,支持多形态机器人适配、动态避障和集群调度,完成复杂开放环境作业任务。



基于产品成熟度,大晓提出 “一年千店、两年万店” 的规模化落地目标。为实现万店级落地,大晓搭建起广泛的产业 “朋友圈”:一方面和中国石油、新奥集团新智认知等场景方深度战略合作,依托合作方现成庞大线下连锁网络,实现方案批量复制落地,避免单点逐个开拓;另一方面发起世界模型云生态共建,联合百度智能云、阿里云、华为云、腾讯云等算力厂商,提前搭建万店规模机器人集群所需要的云端数字基建,支撑海量机器人并发运行、数据回传与模型迭代,为大规模商业化做好软硬件准备。


展会现场,技术专家、产业链合作伙伴围绕世界模型架构、力触采集技术、零售场景落地效率等话题,与大晓团队展开深度沟通。从技术 Demo 走向规模化商业生产力,是整个具身智能行业共同的目标。大晓机器人在 WRC 的完整亮相,清晰展示出一条完整路径:以环境式数据采集夯实底座,以开悟世界模型打造机器人 “大脑”,再通过标准化行业方案进入真实商业场景,场景产生的真实数据再次回流反哺模型迭代,不断放大产业飞轮效应。


大晓机器人表示,成立近一年时间所跑出的 “大晓速度”,不是追求短期爆发,而是持续沉淀模型、数据、工程、商业化复合壁垒。未来,企业将继续坚持真实场景牵引技术迭代,持续打磨世界模型与数据基础设施,携手产业伙伴打通 “模型‑硬件‑场景” 闭环,持续推动中国具身智能产业从技术创新走向大规模商业落地。


关于大晓机器人





大晓机器人首创 ACE 研发范式,构建 “环境式数据采集 — 开悟世界模型 — 泛化具身模组” 的全链路技术体系。以全时空多视角环境采集为引擎,依托国内首个开源并实现商业落地的开悟世界模型 Kairos 3.1,直面行业数据荒、常识差、泛化不足等核心痛点,落地 “晓满”“晓新”“晓途” 行业解决方案,推动具身智能在零售、酒店、开放巡检等场景规模化商用,联合芯片、云算力、垂直场景伙伴共建产业生态,打造具身智能领域的中国创新力量。


硬迹正在打造AI硬件社区,对加入社群感兴趣的读者,欢迎扫码下方二维码加入【AING硬迹产业交流群】。

END



AING,取自“AI+ING”的缩写,中文谐音“硬迹”,寓意着“人工智能正当其时”,致力于追寻硬科技发展的足迹,不断探索人工智能与智能硬件的深度融合。


未来,AING硬迹将不断发布AI大模型技术、AI产业生态、AI硬件产品等行业资讯、发展趋势与市场动态,我们相信大多数硬件都值得用AI重做一遍,AING硬迹期望与AI大模型厂商、与AI硬件厂商共同成长,迎接AI时代的来临。

人工智能正当时

识别左侧二维码

一起追寻AI+硬件的足迹


点分享

点收藏

点在看

点点赞



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/200110