RoboScience机器科学WAIC首秀：30秒换手即用，通用具身大模型Visics实现跨本体灵巧操作

事件概述

2026年7月17日至20日，2026世界人工智能大会（WAIC）在上海举办。RoboScience机器科学首次参展，展示了自研通用具身大模型Visics、可微多模态物理仿真引擎RoboMirage等技术成果，并在现场进行了多项深度技术演示与互动体验。

核心信息

1. 跨本体灵巧操作：30秒换手即用

RoboScience在展台同时部署了多款不同品牌的灵巧手，均运行同一套Visics通用具身大模型。这些灵巧手能自主实时感知、规划抓取策略，完成从刚性工具到柔性物料、从规则到异形物体的抓取，甚至能抓取观众随机提供的物品，无需预设流程。

更为关键的是，现场演示了“30秒极速换手”：工作人员直接更换不同品牌的灵巧手硬件，无需重新适配，灵巧手在30秒内被即时识别并流畅执行抓取任务。这体现了Visics的Zero-shot（零样本泛化）适配能力，即首次实现一套统一具身大模型同时支持多款不同构型灵巧手，无需针对特定硬件重新训练或微调。这验证了Visics在跨本体、跨物体、跨任务三个维度的泛化能力。

2. 商超场景应用：多SKU抓取成功率超99%

在商超场景演示中，机器人能自主理解指令，完成从移动到抓取到交付的全流程操作，无需人工干预。针对狭窄通道，采用紧凑型硬件设计。目前该方案已与多家零售、物流企业开展试点合作，多SKU抓取成功率稳定在99%以上。

3. 精细操作：FingerEye实现亚毫米级力控

搭载自研微型视触觉模块FingerEye的机械臂现场演示了拆红包、立硬币等精细任务。FingerEye可在接触前提供立体深度指引，接触后通过形变推算六轴力矩，实现亚毫米级的力控精度。

4. 技术底座：Visics大模型架构与训练

Visics采用自研VLOA（Vision-Language-Object-Action）架构，以物体为中心进行感知、规划和执行。模型融合了“具身世界模型”和“通用操作模型”两大引擎，创新性地引入Object Trajectory（以物体连续3D点云轨迹表征）作为中间接口。上层具身世界模型负责认知和预演物理轨迹，下层通用操作模型负责将轨迹转化为不同机器人的物理控制信号，实现高层语义与底层物理规律的解耦。

训练数据方面：

• 具身世界模型基于海量互联网视频数据预训练，通过全自动数据标注及清洗管线已积累数百万小时的高维多模态操作相关数据集（数千万video clips），并以每周数十万小时的速度增长，目标2026年构建上千万小时数据集。
• 通用操作模型通过自研可微多模态物理引擎RoboMirage积累了数百亿次高质量操作轨迹数据集，2026年目标超过1万亿次。

RoboMirage结合全自动视频数据标注与清洗管线构建了“仿真+视频”双数据飞轮，将单条数据获取成本降至传统方案的1/20~1/200，每周以数十万小时增速扩展。

5. 全球首个云端具身大模型：与腾讯云达成战略合作

RoboScience机器科学与腾讯云达成战略合作，共同打造行业首个云端EaaS（Embodied-AI-as-a-Service）具身智能服务。Visics将作为全球首个具备云端部署能力的具身大模型，迈向云端规模化调用。双方整合RoboScience的Visics核心算法（VLOA架构、Object Trajectory数据标准、跨本体泛化能力、全自动数据管线）与腾讯云的存储与算力底座（统一数据底座、高性能计算、智能编排调度），打通从多地协同标注到模型训练再到商业化落地的完整路径，推动具身智能从“本体绑定”走向“云-端解耦”。

值得关注

• 跨本体泛化能力：Visics实现了从二指夹爪到多款灵巧手的零样本适配，显著降低了机器人技能迁移的成本和时间，可能推动灵巧手在更多场景的规模化部署。
• 数据效率突破：通过仿真+视频双飞轮，将数据成本降至传统方案的1/20~1/200，为具身大模型的规模化训练提供了可行路径。
• 云端化趋势：与腾讯云合作推出云端EaaS模式，意味着具身智能能力有望像云服务一样按需调用，打破硬件绑定壁垒。