值得一提的是，這次合作由智元機器人新任首席科學家羅劍嵐博士親自操刀。在他的帶領下，這場合作或將讓全球具身智能領域 “改頭換面”，直接進入技術協(xié)同的新階段！
文字編輯｜宋雨涵
1
技術協(xié)同
通用模型與多模態(tài)適配突破
雙方合作已取得顯著成果：
多任務執(zhí)行能力
基于同一通用模型，機器人可根據(jù)不同指令執(zhí)行多樣化任務，并適配靈巧手、夾爪等末端執(zhí)行器，兼容魚眼、針孔相機等傳感器系統(tǒng)。例如，在圍巾佩戴任務中，機器人通過視覺感知鏡子中的圍巾位置，自主調整左右手協(xié)作完成螺旋纏繞動作，展現(xiàn)出類人生物運動特征。
智元機器人圍巾佩戴任務
智元機器人圍巾佩戴任務
2
領軍人才加盟
羅劍嵐博士引領算法創(chuàng)新
人物介紹
1）教育背景：
羅劍嵐博士畢業(yè)于加州大學伯克利分校，專業(yè)為機器人控制，師從具身智能領域的權威專家Sergey Levine教授。
2）職業(yè)歷程與成就：
他曾在Google X和Google DeepMind擔任研究科學家，主導了機器人強化學習算法的研發(fā)工作。2022年，羅劍嵐博士重返學術界，加入UC伯克利人工智能實驗室（BAIR），期間他開發(fā)了全球首個真機強化學習系統(tǒng)SERL/HIL-SERL，并實現(xiàn)了首個超人類水平的真機強化學習框架，將任務成功率提升至100%。這一成果在工業(yè)界得到了廣泛應用。
3）技術貢獻與研究領域：
強化學習與真機應用：羅劍嵐博士深耕“真機+強化學習”的技術路線，成功解決了機器人操作任務中的高樣本效率和抗干擾能力難題。他開發(fā)的HIL-SERL系統(tǒng)通過人類示范與實時糾正，使機器人僅需1-2.5小時的訓練即可完成復雜操作（如精密組裝），其成功率遠超傳統(tǒng)的模仿學習方法。
學術觀點與研究方向：他主張“算法-硬件-數(shù)據(jù)”的協(xié)同優(yōu)化，強調具身智能應從實驗室走向真實的物理世界。目前，他的研究團隊正致力于具身大小腦協(xié)同、空間智能建模、強化學習工程化等方向的研究。
具身智能邁向技術協(xié)同與生態(tài)重構新時代
智元機器人與Physical Intelligence（Pi）達成戰(zhàn)略合作，標志著具身智能領域正式步入技術協(xié)同與生態(tài)共建的新階段。在多個維度，具身智能的發(fā)展呈現(xiàn)出顯著趨勢。
技術層面，“大模型 + 多模態(tài)感知” 架構不斷成熟，大幅提升通用模型的多任務泛化能力，強化學習也取得突破，為復雜操作筑牢算法根基。
應用場景持續(xù)拓展，在工業(yè)領域，具身智能實現(xiàn)高精度操作，加速向 “智能移動操作” 轉變；在家庭與特種服務場景，逐漸從 “工具型” 向 “陪伴型” 過渡，市場潛力巨大。
生態(tài)上，企業(yè)積極推動開源協(xié)作，全棧開源模式興起，各地也加速完善標準體系，為行業(yè)規(guī)范發(fā)展助力。
硬件領域，驅動器功率密度不斷提升，多模態(tài)感知融合技術持續(xù)創(chuàng)新，提升機器人作業(yè)能力。
政策層面，具身智能被列為國家戰(zhàn)略，各地設立產(chǎn)業(yè)基金大力扶持，同時安全與倫理框架也在加緊構建。
可以預見，具身智能將加速向系統(tǒng)級生態(tài)構建邁進，2025-2030年有望迎來規(guī)模化商用的重要發(fā)展階段。
未來展望
此外在采訪中，羅劍嵐談及智元機器人與Physical Intelligence的合作時表示，這標志著雙方長期合作關系的啟程。他強調，具身智能的復雜性超出了任何單一公司的承載能力，因此，開放協(xié)同成為關鍵。通過高效整合資源與優(yōu)化配置，雙方旨在實現(xiàn)優(yōu)勢互補，而非單一依賴自身力量。羅劍嵐指出，外部公司能為智元帶來獨特的見解和能力，同時，智元也能為合作伙伴提供其所缺乏的視角和優(yōu)勢。
雙方合作的初步成效已經(jīng)顯現(xiàn)出顯著的技術進步，為具身智能的實地應用開辟了新路徑。這種合作不僅是技術層面的相互補充，更有望促進具身智能從研究實驗室邁向更廣闊的實際應用領域，推動整個行業(yè)生態(tài)向深度融合的方向發(fā)展。
