智元AGILE2.0感控一体模型发布,机器人进入“睁眼运动”时代
近日,智元发布AGILE2.0感控一体模型(AGIBOT Generative Intelligent Locomotion Engine),让机器人实现“边看边想边动”,具备与人一样自然灵活的运动能力。为展示机器人真的能“用眼睛看”,智元突破常规技术视频的枯燥,以创意短片《杂技BOT》全面呈现颠覆性的运动智能。
短片开篇即是杂技团的“高潮节目”——钻火圈:灵犀X2看准火圈中心位置,轻松一跃穿越火圈。后续的抖空竹、三人跳长绳、双人跳山羊、双人协作上高台、抛三球、协作搬箱子等节目,均指向人形机器人行业核心技术难点——让机器人先用“眼睛”看,再规划和行动。这些高难度视觉驱动动态协同任务,充分验证了AGILE2.0感控一体视觉端到端模型的突破性能力。
机器人“看见”不难,难的是“所见即所动”。人眼与身体天然同步:眼睛实时捕捉变化,大脑预判延迟,肢体平滑调整。而机器人是分离系统:相机采集画面与AI计算目标位置存在时间差,电机运动却是毫秒级快速响应,若用滞后的视觉信号直接指挥运动,机器人容易抖动、晃动。针对这一难题,智元AGILE1.0率先打通感知与运动链路,但移动与操作虽可并行,尚难实现全身协同、动态耦合、实时规划。行业内多数方案仍停留在“移动+操作”简单叠加,缺乏统一动力学表达,在极限平衡、高速交互、精细操作中易失稳、易中断。
AGILE2.0在1.0基础上,进一步实现环境观测、地形理解、动态可通行性分析、全身运动控制、接触状态切换、末端精细操作等全链路深度耦合,构建真正端到端、无中间模块、无人工阶段拆分的一体化运行机制,实现视觉感知、环境理解、全身运动控制与上下肢协同操作的统一闭环耦合与全域一体化自主推理。最能体现该能力的是《杂技BOT》中的“灵犀X2踩球走”:双足站在大球上,依靠滚动大球前进,展现出如杂技运动员般的动态平衡与运动能力。这是行业首次由双足人形机器人自主完成踩球行走,标志着双足人形机器人运动智能已达到媲美人类的境界。
此外,跳长绳场景中,两个灵犀X2有节奏地挥动长绳,另一个灵犀随着眼睛运动看准时机跃入跳绳后轻松跳出;“搬箱子”场景中,一个灵犀X2搬起箱子,另一个灵犀看见后过去将箱子打掉,似乎在说“我来示范”:随后它走到箱子边,搬起箱子并完美叠放到另一个箱子上。这些任务体现了机器人非凡的一体化感控能力,并通过全身Locomanipulation实现动态移动中同步精细操作、操作中保持全身稳定与连续运动。
AGILE2.0的核心技术突破在于视觉端到端感控一体闭环。针对环境剧烈变化、障碍动态演变的极限复杂场景,AGILE2.0实现视觉闭环实时推理与极限动态约束优化;面向双人、多人协同作业场景,建立跨机器人状态感知与全身行为协同机制;当空间内有人随机闯入或发生意外交互时,模型可实现人机共存下的安全防护与自主恢复。
智元AGILE2.0感控一体模型的发布,彻底打破机器人仅能在结构化环境下作业的局限,有效适配动态扰动、人机共存、多机协同等真实复杂场景,降低了机器人在现实物理世界中的定制化开发代价,为人形机器人落地真实物理世界筑牢运动层面核心能力,让“部署态”规模化落地拥有更强大的运动智能底座,加速推动具身智能生产力走向可落地、可规模化、可商业化的新纪元。