宇泛智能：全栈自研具身智能，拥抱Physical AI时代

今年被冠以具身智能元年，这一领域迅速成为AI应用最炙手可热的战场。

近期，拥有11年历史、知名视觉AI公司宇泛智能推出了两款具身智能产品，并宣布“智能+硬件”全栈自研，全力拥抱具身智能时代。

虽然跨度较大，但在行业内看来，宇泛进入具身智能领域是顺理成章的事。

一方面，视觉能力已成为机器理解物理世界的核心入口，也是多模态智能的基础。视觉出身的团队已成为具身智能领域的重要力量。进军具身智能，是这家企业能力进化的必然方向。

另外，在“智能+硬件”这条路上，宇泛有着丰富的软硬件一体研发经验。在视觉AI时代，各类设备端的计算性能不足以支撑AI算法落地，而宇泛率先基于端侧芯片性能重构算法，降低了算法对硬件的消耗，实现了端到端性能优化。

这套从底层硬件适配到上层AI算法优化的软硬协同开发经验，让宇泛在视觉AI时代受益匪浅，迅速实现了商业化落地和规模化交付。在具身智能时代，智能机器人落地同样考验软硬协同，宇泛的过往经历无疑提供了有力支持。

“我们明确了具身智能的发展方向，决心利用过去十年的积累，迅速在具身智能机器人领域做到行业前列。这一波AI不仅要让机器人看得见、听得懂、会交流、能行动，更要让它们真正学会自主思考与决策。”宇泛智能董事长赵弘毅表示。

01 为什么全面拥抱具身智能？

具身智能赛道又迎来一位新玩家。

几天前，视觉AI领域知名企业宇泛智能举办了11周年庆暨合作伙伴大会。会上不仅发布了新一代视觉AI硬件与Agent新品，还正式推出了两款具身智能产品——空间认知大模型Manas和四足机器狗，标志着这家拥有11年历史的人工智能企业正式步入具身智能时代。

空间认知大模型Manas今年7月已在宇泛智能公众号上亮相，是一个多模态语言模型（Multimodal Large Language Model，MLLM）。据宇泛提供的信息显示，Manas在业界流行的空间理解数据集VSI-Bench、SQA3D上的表现优于同等规模模型。

此次正式发布进一步明确了Manas在宇泛具身智能战略中的角色。未来它将作为宇泛智能旗下具身智能硬件的大脑，扮演空间认知底座角色，使智能硬件能感知真实物理世界，具备自主决策能力。

新发布的四足机器狗是宇泛智能推出的首款具身智能机器人。据介绍，其机械结构、电机、运动控制平台及能力均由宇泛团队自研。

这两款产品的发布也揭示了宇泛在具身智能时代的战略——延续“智能+硬件”基因，全栈自研大脑、小脑和本体，全面拥抱Physical AI。

实际上随着大语言模型技术的进步，广义的各类硬件的智能程度已经升级。机器视觉行业头部玩家如海康等都在将多模态模型植入设备里以提升硬件的智能水平。

在机器人领域，随着机器人与大模型技术深度融合，多模态大模型能力的发展尤其是视觉能力带来了更强的泛化能力，机器人的“大脑”也在进化。原来的机器人只能完成单体、单一场景任务，现在有望演进为具备更强泛化能力的“通才”。

02 拥抱Physical AI，宇泛做了什么

除了视觉基因外，宇泛此次一口气推出两款具身智能产品也显示了这家公司在多模态和智能硬件技术上的储备。

以多模态能力为例，过去一年里宇泛围绕如何让智能体具备空间理解能力进行了大量思考和工作。

当下机器人如何具备更智能的大脑仍处在探索期技术路线尚未“收敛”。但一个共识是机器人需要具备多模态推理能力这被视作AI能够像人类一样综合感知、理解和决策的关键。而多模态的视觉-语言模型被认为是实现多模态推理的核心基础。

这里面自然语言是推理过程的显式中间层既供人类阅读又供下游策略网络调用。视觉语言模型就扮演了具身智能中连接感知、决策与人类指令的核心控制中枢角色。

今年7月亮相的Manas是一个经过具身智能场景强化的多模态语言模型（Multimodal Large Language Model，MLLM）底座是一个开源大语言模型他们又专门进行了空间理解层面的诱导训练和强化工作凝结了宇泛技术团队对具身智能的空间认知以及多模态技术上的多项成果。

“在所有感知方式中视觉信息密度最高、通用性最强是机器理解物理世界的核心入口也是多模态智能的基础。在具身智能场景中视觉不仅决定机器看到什么还决定机器下一步做什么。”

03 延续“智能+硬件”基因走全栈自研之路

全栈自研机器人的大脑、小脑和本体对任何一家新进入的企业都是挑战。为什么宇泛会选择全栈自研之路？

这既与当下具身智能的产业现状相关又强化了“智能+硬件”的路线认知。

从产业现状看当下围绕着具身智能的各种技术路线尚未收敛各类硬件标准尚未统一。有智能算法能力的厂商很难不考虑硬件本体因素专注于机器人大脑研发。

“我们当下走全栈自研路线是为了更好地确保具身智能的产品质量、品控和效果大脑、小脑需要融合这个双系统又都需要和本体之间配合如果采购外部团队产品当下阶段很难把这个东西做到极致。”宇泛团队表示。

“‘智能+硬件’是我们的定式在AI 1.0时代基于‘智能+硬件’路线我们已经成功地将视觉AI技术深度嵌入安防、工地、社区、酒店等特定场景实现了技术快速商业化和规模化交付。”赵弘毅说。