不依赖云端的“智脑”，是机器人落地的关键
- 来源：智能制造网整理
- 2026/9/4 17:29:13
- 513
当机器人从舞台走进工厂、园区、政务大厅等真实场景，对其“身体”的稳定性和“大脑”的独立性都提出了更高要求。若方案过度依赖云端，一旦遭遇弱网、无网或高延迟环境，便会导致指令上传失败、任务决策卡顿，甚至面临数据外传的安全风险。具身智能不仅需要灵活的“身体”，更需要一颗能独立运转在本体内部的“智脑”——不依赖云端、不受制于网络、在极端环境下依然可以正常应用。
8月23日，在第二届世界人形机器人运动会400米小型组决赛现场，轻量化人形机器人天工Omni跑出45.66秒，斩获该项目金牌。比赛过程中，机器人双手置于面部、身体前倾、大幅度扭腰奔跑的画面迅速在网络传播，被网友称为“娇羞跑姿”。看似滑稽的奔跑姿态并非人为设计的表演动作，而是算法自主演化出来的运动形态。
据相关报道，最初为机器人设计的是人类百米跑的标准姿态，但机器人在实际开展迭代学习后，自主演化出了这套“捂脸跑”姿态。对机器人来说，摆臂会消耗较多能耗，它在学习过程中发现，扭腰扭胯的奔跑方式更加省力，由此形成独特跑姿。
据了解，这套自主习得的姿态对速度确实有提升。机器人高速奔跑时，肩部负载大，不仅存在关节发热风险，还会增加整机能耗；改用扭腰扭胯的运动模式，则可以降低肩部负担，帮助它实现更高奔跑速度。
从人为编程到自主学习，这一跑姿背后，是机器人在运动控制、仿真训练、人工智能算法等领域的系统性突破，也标志着人形机器人正从模仿人类迈向自主进化。
那么，如何为这颗“小脑”配备一颗强大的“大脑”？关键在于底层计算架构的突破。
在2026世界机器人大会(WRC2026)期间，灵境智源在会上发布全栈国产化具身智脑致境T300具身大脑、T81具身小脑，为国内机器人底层技术自主可控夯实根基。
灵境智源还展示了其自主研发的“德沃夏克”架构。这是一种以生物脑为灵感的超异构计算架构：在同一体系内，视觉、听觉、运动乃至专用神经中枢等不同功能单元被高效耦合为一个系统，突破了传统“决策层与执行层物理分离”架构的延迟与耦合损耗，支撑机器人在复杂场景中稳定作业。
机器人往往在执行动作时，不像人类一样迅速准确敏捷。当前不少机器人动作迟缓，根源在于底层算力不足——机器人的每个动作和过程都要经过冗长而复杂的计算链路。真正的破题点是从硬件底层支持高速计算，让感知、决策到执行的响应同步提速，机器人才谈得上“能干，也干得好”。
搭载“德沃夏克”超异构架构的具身智脑及配套视觉模型的人形机器人，可自主完成跨越挡鼠板、上下楼梯等连续作业动作，在非结构化环境、无人工干预条件下检验设备运行的稳定性与可靠性。与当前市面上主流方案不同——后者多采用“大脑(决策)”与“小脑(控制)”物理分离的架构——灵境智源首创的“德沃夏克”超异构计算架构，将两者集成到同一个物理平台上，同时保留逻辑分层设计，有效克服了机器人动“脑”时延迟高、协同性差等弊端。
机器人是自动化的“最后一公里”，而一颗能自主思考、独立决策的“机器大脑”，正是走完这最后一公里的关键。
(声明：本站发布此信息的目的在于传播更多信息，与本站立场无关。并且郑重提示所有阅读者，股市有风险，投资需谨慎，本文不作为任何投资的参考意见和依凭。)
版权与免责声明：凡本网注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本网授权不
展开全部
热门评论