另闢蹊徑/做強「大腦」 用簡易硬件完成複雜任務
長期以來，國產具身智能行業提升機器人操作能力的主流思路，是增加硬件自由度，通過人形本體、五指靈巧手等複雜結構，讓機器人無限趨近人類肢體能力。但複雜硬件帶來成本居高不下、控制系統繁瑣、連續作業故障率偏高等痛點，很難滿足物流倉庫24小時不間斷高強度作業的現實要求。自變量此次技術驗證另闢蹊徑，聚焦做強基礎模型，賦予機器人更強大的「大腦」，依靠算法能力，用簡易硬件完成複雜分揀任務。
直播測試中，機器人展現出突出的環境自適應與物理推理能力：面對輕薄小件，採用單夾爪快速抓取轉運，保障吞吐效率；遇到重型紙箱，啟動雙臂側向推移協作，防止夾取擠壓造成包裹破損；碰到褶皺蜷曲的柔性快遞袋，自主完成撥、攤動作將袋體展平，再調整面單角度便於掃碼識別。整套作業邏輯並非工程師逐一對物體編寫控制程序，而是機器人基於對物體屬性、物理規律的理解自主推理生成。
賦予物理認知 快速適配不同場景
據介紹，支撐該技術體系的核心，是自變量從零自研的WALL-B世界統一具身大模型，讓機器人真正理解重力、摩擦力、慣性等真實世界物理規律，可自主感知物體狀態、預判動作結果、動態生成作業策略，無需工程師逐場景預設程序規則。區別於場景化專項模型，WALL-B核心優勢在於強大的通用泛化能力，預訓練形成的物理世界認知，可快速遷移適配不同場景，無需針對新場景從零訓練、重構程序，大幅降低設備落地與複製成本。\大公報記者郭若溪、李薇
