當(dāng)大模型開(kāi)始“看懂”圖像、理解語(yǔ)言，是否意味著AI已經(jīng)足夠強(qiáng)大？答案顯然是否定的。真正決定下一階段產(chǎn)業(yè)格局的，不是模型在屏幕里的推理能力，而是它是否能夠走進(jìn)物理世界，理解環(huán)境、規(guī)劃行動(dòng)，并穩(wěn)定、可靠地完成任務(wù)——即我們所謂的具身智能。

從“看見(jiàn)世界”到“動(dòng)手改變世界”，中間跨越的是一整套從算法、數(shù)據(jù)到硬件系統(tǒng)的工程體系。圍繞這一目標(biāo)，軟通天擎構(gòu)建了覆蓋機(jī)器人本體、數(shù)據(jù)平臺(tái)與算法模型的全棧能力，并以軟通天擎ArtisanBrain-X0 為核心小腦模型，推動(dòng)視覺(jué)-語(yǔ)言-動(dòng)作（VLA）能力的真正落地。

軟通天擎全棧能力架構(gòu)圖

從大模型能力走向具身落地：

軟通天擎的全棧布局

軟通天擎是一家聚焦具身智能的科技企業(yè)，致力于成為國(guó)內(nèi)領(lǐng)先的具身智能人形機(jī)器人產(chǎn)品與場(chǎng)景應(yīng)用解決方案提供商。公司以大模型的泛化能力為核心驅(qū)動(dòng)，構(gòu)建覆蓋以下四大方向的全棧技術(shù)體系：

具身智能數(shù)據(jù)采集平臺(tái)

具身數(shù)據(jù)模型與算法

機(jī)器人操作系統(tǒng)

人形機(jī)器人本體硬件與關(guān)鍵部件設(shè)計(jì)制造

當(dāng)前，公司聚焦三大主營(yíng)業(yè)務(wù)方向：

具身智能數(shù)據(jù)基礎(chǔ)設(shè)施解決方案與技術(shù)服務(wù)

具身智能人形機(jī)器人本體及關(guān)鍵部件研發(fā)與生產(chǎn)制造（天擎 A/T 系列）

面向工業(yè)智造、康養(yǎng)、教育科研等具身智能場(chǎng)景應(yīng)用解決方案與技術(shù)服務(wù)

在真實(shí)產(chǎn)業(yè)推進(jìn)過(guò)程中，軟通天擎深刻認(rèn)識(shí)到具身智能的落地并非簡(jiǎn)單的模型訓(xùn)練問(wèn)題，而是一個(gè)系統(tǒng)工程問(wèn)題。圍繞行業(yè)現(xiàn)狀，公司總結(jié)出四大核心壁壘：

本體硬件穩(wěn)定性與成本控制難題

高質(zhì)量真實(shí)數(shù)據(jù)匱乏

采集—訓(xùn)練—推理部署流程割裂

缺乏真正可泛化的具身大模型

針對(duì)這些問(wèn)題，軟通天擎打造了“采-訓(xùn)-推”一體化閉環(huán)體系，并推出Artisan一站式具身智能開(kāi)發(fā)平臺(tái)，實(shí)現(xiàn)從數(shù)據(jù)采集到模型部署的全流程打通。

軟通天擎認(rèn)為只有當(dāng)硬件本體、數(shù)據(jù)與模型形成統(tǒng)一協(xié)同體系，具身智能才能真正實(shí)現(xiàn)規(guī)模化復(fù)制。

ArtisanBrain-X0：

跨本體泛化的小腦核心

具身智能領(lǐng)域長(zhǎng)期存在一個(gè)關(guān)鍵問(wèn)題——模型能力被“鎖死”在單一本體上。不同機(jī)器人結(jié)構(gòu)差異巨大：自由度不同、動(dòng)力學(xué)不同、控制接口不同。這導(dǎo)致每適配一種新本體，都需要重新采集數(shù)據(jù)、重新訓(xùn)練模型，難以形成數(shù)據(jù)飛輪。ArtisanBrain-X0 正是在這樣的背景下提出跨本體統(tǒng)一建模方案。

1統(tǒng)一動(dòng)作空間：打破本體差異

傳統(tǒng)機(jī)器人模型多基于關(guān)節(jié)空間建模，本體之間難以共享數(shù)據(jù)。ArtisanBrain-X0 將不同機(jī)器人控制信號(hào)統(tǒng)一抽象為末端執(zhí)行器（EE）位姿表示——即三維空間中的位置與姿態(tài)變化。這意味著：

? 單臂、雙臂、移動(dòng)底盤系統(tǒng)

? 不同自由度結(jié)構(gòu)

? 不同驅(qū)動(dòng)形式

在模型視角中都使用同一種“動(dòng)作語(yǔ)言”。這一抽象使模型不再依賴具體關(guān)節(jié)結(jié)構(gòu)，而直接面向物理世界交互目標(biāo)進(jìn)行建模。

2動(dòng)作Tokenizer：離散化物理行為

連續(xù)高維控制軌跡直接建模存在泛化困難，ArtisanBrain-X0 引入分組殘差量化（GRVQ）機(jī)制，將連續(xù)軌跡壓縮為離散動(dòng)作原語(yǔ) token。這一機(jī)制帶來(lái)三大核心收益：

? 長(zhǎng)時(shí)序控制更加穩(wěn)定

? 計(jì)算效率顯著提升

? 動(dòng)作知識(shí)可遷移共享

模型輸出的不再是復(fù)雜控制流，而是一組“接近—抓取—放置”等可解釋動(dòng)作詞匯序列。

3三層閉環(huán)推理：從語(yǔ)言到執(zhí)行

ArtisanBrain-X0 采用分層決策架構(gòu)，實(shí)現(xiàn)從自然語(yǔ)言到物理控制的閉環(huán)：

? 高層：任務(wù)理解與語(yǔ)義拆解

? 中層：動(dòng)作原語(yǔ)生成

? 底層：控制信號(hào)解碼

通過(guò)“語(yǔ)義一致—控制一致—執(zhí)行一致”的三層對(duì)齊機(jī)制，模型能夠穩(wěn)定完成復(fù)雜任務(wù)。在 Libero 仿真評(píng)測(cè)中，ArtisanBrain-X0 綜合成功率達(dá) 96.3%，在真實(shí)機(jī)器人測(cè)試中總體成功率達(dá) 48.9%，幾乎是基線 π0 的 2.5 倍。這意味著跨本體泛化不再停留在理論層面，而是具備真實(shí)世界可行性。

采-訓(xùn)-推閉環(huán)：

從模型能力到工程體系

模型能力只是第一步，真正決定產(chǎn)業(yè)化速度的是是否具備規(guī)?；瘡?fù)制能力。軟通天擎將 ArtisanBrain 2.0 作為“大腦”基礎(chǔ)模型，將 ArtisanBrain-X0 作為“小腦”執(zhí)行模塊，并集成至 ArtisanBrain Platform系統(tǒng)，實(shí)現(xiàn)模型訓(xùn)練與部署閉環(huán)。

1采：高質(zhì)量數(shù)據(jù)資產(chǎn)體系

我們構(gòu)建“四維融合”采集策略：

? 視覺(jué)數(shù)據(jù)（RGB、深度、點(diǎn)云）

? 控制數(shù)據(jù)（關(guān)節(jié)角度、末端位姿、力矩）

? 環(huán)境信號(hào)

? 仿真合成數(shù)據(jù)

通過(guò)數(shù)據(jù)治理、版本管理、自動(dòng)清洗、智能標(biāo)注和合成，實(shí)現(xiàn)高質(zhì)量數(shù)據(jù)資產(chǎn)化管理。數(shù)據(jù)不再是一次性消耗品，而是成為持續(xù)驅(qū)動(dòng)模型迭代的核心燃料。

2訓(xùn)：自動(dòng)化訓(xùn)練與遷移學(xué)習(xí)

軟通天擎ArtisanBrain Training 子系統(tǒng)支持：

? 預(yù)訓(xùn)練

? 小樣本微調(diào)

? 遷移學(xué)習(xí)

? 多模型適配（支持 ArtisanBrain-X0、π0.5 等）

典型工業(yè)場(chǎng)景適配約 48 卡天即可完成訓(xùn)練與部署。通過(guò)自動(dòng)觸發(fā)訓(xùn)練與雙軌驗(yàn)證機(jī)制（離線驗(yàn)證+真機(jī)驗(yàn)證），確保模型“學(xué)得快、用得穩(wěn)”。

3推：跨芯片部署與實(shí)時(shí)控制

軟通天擎ArtisanBrain Infer 子系統(tǒng)支持：

? 云端部署

? 邊緣推理

? 本體側(cè)實(shí)時(shí)控制

? OTA 升級(jí)與生命周期監(jiān)控

實(shí)現(xiàn)模型從云端到真機(jī)環(huán)境的無(wú)縫遷移，這一能力使模型具備持續(xù)演進(jìn)能力。

工業(yè)柔性智造實(shí)踐：

從實(shí)驗(yàn)到產(chǎn)線

在工業(yè)場(chǎng)景中，基于軟通天擎Artisan一站式具身智能開(kāi)發(fā)平臺(tái)，實(shí)現(xiàn)機(jī)器人視覺(jué)-語(yǔ)言-動(dòng)作（VLA）的閉環(huán)實(shí)踐。通過(guò)VR設(shè)備與機(jī)器人本體的協(xié)同，軟通天擎自主研發(fā)的天擎A2作業(yè)版機(jī)器人將進(jìn)行高精度的動(dòng)作捕捉與多模態(tài)數(shù)據(jù)采集，重點(diǎn)攻克顯卡、鼠標(biāo)等異形物料的分揀、抓取與裝箱放置等核心工序。采集到的海量原始數(shù)據(jù)通過(guò)數(shù)據(jù)平臺(tái)進(jìn)行清洗、標(biāo)注與合成，轉(zhuǎn)化為高質(zhì)量、標(biāo)準(zhǔn)化的工業(yè)場(chǎng)景數(shù)據(jù)集，再通過(guò)模型訓(xùn)練、推理驗(yàn)證，最終實(shí)現(xiàn)機(jī)器人全自主無(wú)人化作業(yè)。

具身智能的競(jìng)爭(zhēng)，已經(jīng)從“模型參數(shù)規(guī)?！鞭D(zhuǎn)向“工程閉環(huán)能力”。從“看見(jiàn)”到“動(dòng)手”，軟通天擎正以 ArtisanBrain-X0 為核心，構(gòu)建真正可泛化、可部署、可持續(xù)進(jìn)化的視覺(jué)-語(yǔ)言-動(dòng)作（VLA）閉環(huán)體系。具身智能的時(shí)代已經(jīng)開(kāi)啟，而我們正在推動(dòng)它加速到來(lái)。