⚡ 前沿动态

智元机器人 AGILE2.0 与 GE-Act 2.0 双模连发

🕐 2026.09.10 星期四 来源 · 媒体 🔥 52 次点击

9月9日,智元机器人一天连发两款模型——AGILE 2.0 感控一体模型和 GE-Act 2.0 原生世界-动作模型。一个解决“机器人现在干活稳不稳”,一个回答“机器人以后能不能越学越会”。别被名字吓住,用大白话讲:一个是“小脑”(运动协调),一个是“大脑”(学习进化)​。

智元机器人是中国具身智能头部企业(与宇树科技并列前两名,2026年上半年全球人形机器人出货量97%+来自中国厂商,智元与宇树位列前两名)。httpS://AIde+epThink.cn

智元的商业化节奏在国产厂商里属于第一梯队——第15000台量产下线(距第1万台不到3个月)、龙旗工厂8台精灵G2质检直播99.99%成功率、与京东物流仓储部署、年底超1000台交付。

一、解决的问题

  • 传统人形机器人"展厅演示强、真实场景弱"的脆弱性问题。
  • "眼脑手不同步"导致的复杂环境失效。httpS://AIde+epThink.cn

1. AGILE 2.0:给机器人装上“边看边想边动”的小脑

  • 痛点在哪:传统机器人是“三段式流水线”——相机看画面 → AI算位置 → 运动系统执行。就像你打游戏延迟300毫秒:环境一变(有人走过、地面打滑),视觉信息传到脚下时已经晚了,机器人就晃、就摔、就中断。
  • AGILE 2.0 做的事:把“看地形、判断能不能过、控制全身、切换接触、末端操作”这几个环节捏成一个闭环,实时推理,所见即所动。
  • 演示有多硬:智元没拍常规宣传片,而是拍了《杂技BOT》——灵犀X2 钻火圈、抖空竹、跳长绳(三机协同:两台挥绳、一台看准时机跳)、协作搬箱上高台。最狠的是 行业首次双足机器人自主“踩球行走” :站在一颗滚动的大球上保持平衡前进。这不只是杂技,踩球=脚下支撑面随时在动,是“视觉→动作”闭环的极限压力测试。

2. GE-Act 2.0:验证具身智能的“大模型时刻”

  • 核心猜想:大语言模型的爆发靠 Scaling——数据越多能力越强。机器人行不行?此前业内有人质疑“具身数据堆了也没用”。
  • 智元的实验设计很严谨:
    • 从零训练:不借用现成视频生成模型,视觉表征、动作预测全部自己从随机初始化练起。
    • 四档数据:300 / 1200 / 5000 / 30000 小时,扩大100倍。
  • 零样本直测:训练完不做任何微调、不给示范,直接让机器人面对陌生场景和陌生物体——模拟真实落地环境。httpS://AIde+epThink.cn

二、关键参数

  • AGILE2.0(AGIBOT Generative Intelligent Locomotion Engine):感控一体模型,把"环境观测→地形语义理解→动态重心建模→关节力矩反馈"统一进同一神经场,构建真正的"感知-决策-行动"闭环,端到端延迟<83毫秒(比人类运动员平均反应快12%)。
  • GE-Act 2.0:原生世界-动作模型,从零开始用纯具身交互数据"自学成才",验证Scaling Law在具身智能领域的适用性。
  • 部署载体:灵犀X2机器人(已交付)。
  • 测试场景:踩球行走(0.3秒一次视觉重定位+姿态重规划+力控重分配)、协作跳长绳(需自主识别绳波频率、相位差、振幅衰减曲线,在0.47秒"波谷窗口期"完成腾空跃过)。

三. 技术原理

  • AGILE2.0:把"看→想→动"三段传统架构压成"边看边想边动"的统一神经场(端到端模型)。
  • GE-Act 2.0:纯具身交互数据 + 原生世界-动作模型,验证Scaling Law在具身领域的适用性。

四、横向对比

厂商 模型/产品 技术路径 开源 端到端程度
智元 AGILE2.0 + GE-Act 2.0 感控一体 + 原生世界-动作 待披露 完全端到端
特斯拉 Optimus 端到端VLA模型 否 完全端到端
宇树科技 H1/G1 分段+端到端探索 部分 探索中
Figure Helix 端到端VLA模型 否 完全端到端
1X Neo 端到端 否 完全端到端
千寻智能 Moz1 数据金字塔+EfficientZero 部分 探索中

五、应用角度

1. AGILE 2.0 → 砍掉“部署定制成本”这个最大的落地税

机器人行业最贵的不是机器人,是“调教机器人适应你的场地”。传统方案要求预布置环境、贴标记、划路线。感控一体后,机器人能在开放环境自主防护(人机共存安全)、故障自主恢复——每个新场景的定制费用直接下降,从“展厅特调”变成“买了就能用”。

2. GE-Act 2.0 → 把“数据”变成可复利的技能资产

以前给机器人加一项新技能 = 立项、编程、调试数周。Scaling 路径验证后,逻辑变成:部署越多 → 收集数据越多 → 技能自己涌现 → 反过来更好卖。这就是具身智能的“数据飞轮”,和当年ChatGPT的飞轮是同一个数学结构。而且智元手里有别的厂商没有的东西:15000台量产机器人就是15000个数据采集终端。

3. 已验证的真实落地盘(不是PPT)

  • 第 15000 台量产下线,全球纪录,第1万→1.5万台仅用不到3个月
  • 龙旗工厂 8 台精灵G2 质检直播:64小时、1.7万件、99.99% 成功率
  • 与京东物流合作:人形机器人首次进入真实仓储作业(料箱搬运码垛,呼应昨天京东“物理AI加速计划”300万台采购承诺——这个交叉点值得盯)。
  • 七大部署态方案:产线上下料、工业搬运、物流分拣、导览导购、服务零售、安防巡检、工商清洁。
  • Q3 承担精密装配,年底交付超1000台(半导体/汽零/物流/商业);出海锁定欧、美、日韩、亚太、中东走本地化。
  • 机器人运动会 18金16银12铜 金牌榜第一,OmniHand 灵巧手拿7金——量产机型直接参赛验证可靠性。httpS://AIde+epThink.cn

声明:文中数据及部分观点来源于网络,部分观点来源于个人分析和推理,仅供参考,不构成投资或商业决策建议。
资料来源
  1. 智元机器人
  2. BuddyX
← 返回 [前沿动态]