樂聚如何讓機器人告別“頭腦簡單” 大小腦一體化實現(xiàn)智能飛躍。通過數(shù)據(jù)和賽事的雙輪驅動,樂聚解決了機器人落地的關鍵問題。提到機器人,你可能會想到春晚舞臺上整齊劃一、舞姿優(yōu)美的舞者,或是展會上只會遞咖啡、轉圈圈的機械助手。在很多人印象中,盡管這些機器人的演示看起來無所不能,但在實際操作中,它們可能連從廚房拿個杯子都難以完成,甚至會跌倒或陷入長時間的停滯狀態(tài)。
這種現(xiàn)象被研究者戲稱為“兩層皮”:決策層雖然智能,但執(zhí)行層卻行動遲緩;或者運控精準卻缺乏應變能力。這種斷層成為人形機器人從實驗室走向真實場景的主要障礙。
近日,樂聚機器人發(fā)布的科研框架2.0試圖通過一套深度集成的“大小腦一體化”邏輯,打破這一障礙。要理解這個框架的目標與作用,必須先了解行業(yè)的痛點。目前具身智能研發(fā)面臨軟硬件割裂、流程碎片化以及研究與實際應用之間的差距。
行業(yè)普遍將機器人的功能分為兩個獨立系統(tǒng):大腦負責理解語義、拆解任務、自主決策;小腦則負責平衡、運動和多關節(jié)協(xié)同。這種架構看似分工明確,但實際上隱患重重。大腦決策與小腦運控往往互不通、不同步,導致機器人在處理復雜任務時表現(xiàn)僵硬,難以實現(xiàn)類人級別的應變。
此外,研發(fā)工具鏈極度分散,從數(shù)據(jù)采集到仿真訓練再到真機部署的各個環(huán)節(jié)互不兼容,研究人員需要花費大量時間進行環(huán)境適配和重復工作,阻礙了算法創(chuàng)新。高質(zhì)量真機數(shù)據(jù)的稀缺和硬件尺寸的限制也使得研發(fā)成果局限于實驗室演示,難以跨越仿真到真機的鴻溝。
樂聚科研框架2.0的核心解法是重構大小腦的協(xié)同邏輯,實現(xiàn)感知、決策、執(zhí)行的端到端打通。在這種框架下,大腦與小腦不再是兩套說不同語言的系統(tǒng)。該框架統(tǒng)一兼容全尺寸機器人平臺,確保頂層決策到底層硬件執(zhí)行的高速通訊協(xié)議對齊。這意味著在動作執(zhí)行過程中,大腦可以實時感知環(huán)境變化,并動態(tài)調(diào)整小腦的運控參數(shù)。
樂聚機器人近日完成了Pre-IPO輪融資,融資金額達到15億元
2025-10-22 11:41:47樂聚機器人完成近15億元融資圖一 世界人形機器人運動會足球5V5比賽現(xiàn)場?! ∏迦A大學提供 人形機器人在比賽中。 清華大學提供 清華火神隊在世界人形機器人運動會足球5V5比賽頒獎現(xiàn)場。
2026-04-28 08:06:44機器人如何踢足球