近日，動態北京人形機器人創新中心以直播的北京方式展示了人形機器人“大腦”的最新突破。搭載通用具身智能平臺“慧思開物”的人形人首gogo高清攝影視頻智能體，在行業首次實現全局場景感知與動態記憶突破，機器局場景感可以做到眼里有活、次實手里有數，現全為日后人形機器人走向家庭、知動商業、態記工業場景提供了可直接落地的憶突智能底座。
去年，動態北京人形機器人創新中心發布全球首個實現“一腦多機”“一腦多能”的北京通用具身智能平臺——慧思開物，為機器人配備更聰明的人形人首gogo高清攝影視頻“大腦”和“小腦”。該平臺在發布之初就顛覆了傳統機器人基于單一場景、機器局場景感單一任務做專項開發的次實傳統模式，推動提升機器人在復雜環境里自主決策與執行能力。現全
如今，搭載了慧思開物平臺的智能體，實現了空間記憶等核心突破，讓機器人實現了從被動執行到主動干活、從執行“短視”的簡單任務到完成長程的復雜任務的關鍵跨越。
傳統機器人依賴瞬時視覺，“所見即所得”。一旦物體離開機器人的視野便相當于“消失”，場景發生變化后機器人也跟著“失憶”了，無法完成復雜推理與長程任務。這就很難使其像人一樣干復雜的活。
直播中，慧思開物Agent（智能體）以真機實時運行的方式，展示了機器人流暢完成遞水、拿紙巾等任務。整個過程中，機器人有了“空間感”。即使物品離開視野，機器人仍可精準定位，不再只是處理眼前的工作，還能根據空間記憶推理出目標物體的位置、狀態與環境的關系。
這是因為北京人形機器人創新中心為其打造了行業首個全局場景感知與動態空間記憶系統，它配備的“動態語義地圖”，可以記錄看到的物體類別、顏色、位置等并實時更新，系統還能實現跨時間、跨視角持久記憶。
“根據實際測試，機器人在涉及多步移動、感知、抓取等的復雜多步驟長程任務中，這套空間記憶完整鏈路的準確率都能夠穩定在100%。”北京人形機器人創新中心相關負責人解釋，即便在面對視角切換、物體遮擋等常見擾動的影響下，整體任務完成率仍維持在98%以上。
這意味著，機器人真正擁有全局空間記憶和常識，在家庭取物、物料分揀、物流整理等場景中，即便視角切換、物體遮擋、環境變化，依然能穩定完成任務。
現在的機器人還有個痛點：記不住人、分不清偏好，每次與同一個人交互都像第一次見面，做每一項工作都像第一次做。為此，慧思開物Agent通過一套用戶記憶系統，實現擬人化主動交互，讓機器人可以分辨出來誰是誰，只要見過一次，就能長期記住行為偏好，提供個性化服務。
比如，用戶隨口說“口渴”時，機器人通過人臉匹配調取歷史記憶，識別出用戶偏愛可樂，主動為用戶把可樂取來。它還能讓機器人具備跨任務上下文延續能力。當用戶下達“繼續做昨天的事”“把上次的文件給我”等跨時間任務，機器人也能“想”起來。
“正因如此，機器人還可以自主感知環境、主動發現需求，做到眼里有活。”相關負責人說，通過這一技術的突破和延展，機器人不再是冰冷的執行機器，而是記得你、理解你、主動服務你的智能伙伴。
機器人不僅要眼里有活，還得“手上有數”。過去，讓機器人抓取某些物品時，它往往能抓得起來，但抓不好、控不住。為了解決這個行業難題，慧思開物Agent搭載“視覺+觸覺”的感知能力，能根據目標物品的特性調節自己的抓取力度，讓機器人更有感知、更能理解，最終實現“手上有數”的效果，日后也能安全、精準、穩定地干活。
豆豆
李承煥
黃琦雯
