近年来，飞速发展的AI大模型技术在一些细分领域取得了可以媲美甚至超过人类的成绩，同时也推动了具身智能技术的发展，持续赋能传统物理实体（比如工业机械臂、人形态机器人等）实现与物理世界进行复杂的交互。然而，通用AI大模型与具身智能行业大脑之间存在较大的行业gap，其核心是通用AI大模型对与具身智能场景的域适应能力弱。因此，需要研发机器人领域自己的专用大脑。国内机器人大脑创业公司方兴未艾，位于深圳、依托哈工大（深圳）成立的“若愚科技”就是当下国内少数专注多模态大模型机器人大脑研发的公司之一。
36氪近日获悉，若愚科技推出的若愚九天机器人大脑，实现了多模态大模型驱动下的群体智能，并通过无人厨房环境进行技术方案验证，驱动多智能体掌勺无人厨房。通过人类自然语言与多个机器人交互完成从点菜到上菜的全流程，将“炒菜”的长序列任务进行自主规划。与当下市面上常见具身智能技术不同，若愚九天机器人大脑能够实现人类意图理解、高频人机交互和复杂任务规划等功能。
自然语言交互（使用者0学习成本）
长序列任务规划（快速生成复杂任务规划）
当人类提出“来一份清炒生菜”的需求时，机器人能自主理解人类意图并规划任务，分解成“到食材区捡菜”、“到预备区称重”、“到制作区炒菜”、“到消费区上菜”等多个步骤。
而且若愚九天机器人大脑具有一定“举一反三“的泛化能力。例如，训练模型的时候，只是告诉它要加蒜，没有训练过加辣椒。但之后如果人要求机器人加辣椒，它可以自动理解蒜和辣椒都属于配料，知道该在加蒜的环节替换成辣椒。
若愚九天机器大脑的另一大突破是多模态大模型驱动下的群体智能，赋予多智能体自主分工协作能力。简单来说，是“一个大脑，多个身体”，多台机器人（包括机械臂和AGV）由若愚九天大脑集中控制。“多个机器人协同高效率执行复杂任务，这些不同任务之间有复杂的依赖关系。例如，两台机器人在炒菜的同时，另一台机器人去拿碗筷。如果因为菜品制作工序临时变化，导致炒菜时间延长，另一台机器人拿完碗筷后，可以自主决定继续拣选下一道食材，而不是干等着，从而提高效率。机器人大脑会自主规划任务逻辑，让所有机器人尽可能不停下，同时又确保协作的安全性。这是基于传统规则的示教方法很难实现的。”若愚科技首席产品官邓煜平表示。
大模型驱动的群体智能（赋予多智能体自主分工协作能力）
若愚九天机器大脑除了在机器人大脑层面上实现了技术突破，为了进一步推动落地，他们还在控制机器人执行层面的小脑方面做了技术优化。例如，针对多样环境感知难的挑战，若愚科技研发了大模型3D可供性感知技术，对物体功能可供性区域感知，可免注册、抗复杂光、抗堆叠地抓取多种物体。
3D智能识别与抓取（免注册、堆叠、抗复杂光）
针对“机器人从配料盒倒取蒜蓉”、“用铲子从锅中倒取成品菜”等复杂动作执行难的挑战，若愚科技提出了扩散模型驱动的模仿学习技术，实现复杂技能和动作的精准执行。同时，结合多模态大模型驱动的机器人多臂协同技术，大幅提升了目标任务的协作能力与执行效率。
扩散模型驱动的复杂动作执行（无需现场示教，精准执行）
大模型驱动的双臂协作（大幅提升协作能力与效率）
目前，国际上的具身智能大脑成果包括谷歌人工智能团队的PaLM-E、谷歌DeepMind团队的RT-1/RT-2/RT-X、Open AI投资的Physical Intelligence等等。
深圳若愚科技有限公司成立于2023年，孵化自哈尔滨工业大学(深圳）计算与智能研究院团队，核心团队凝聚了当前多媒体、NLP和具身智能领域数十余位国家级领军人才和青年人才，涵盖大模型研发的各个方向，包括具身智能、内容理解、内容生成和大模型轻量化与压缩等领域。
据36氪此前报道，若愚科技于今年3月完成超5000万天使轮融资，本轮投资方有东方精工和昆仲资本，源合资本担任独家融资顾问。公司称，资金将主要用于产品研发，业务拓展以及团队搭建等方面。
36氪获悉，若愚科技已与东方精工集团达成合作，东方精工集团目前已成为国际瓦楞纸包装智能装备龙头、国内数码印刷设备领军者以及水上动力设备头部企业，不断拓展智慧工厂行业新业务，实现智能装备制造商向智慧工厂整体解决方案服务商的升级，能为若愚科技提供丰富的工业场景数据和下游企业客户，而若愚科技的机器人大脑能赋能东方精工集团核心智能装备，提高东方精工核心产品的智能化水平。
若愚科技联合创始人兼首席执行官孙腾博士表示：“若愚科技的九天机器人大脑以及机器人小脑的技术突破，可以进一步应用到工业领域的复杂工序，例如焊接、打磨、点胶，物流领域的分拣与混合码垛，商业领域的无人零售、无人药房、立体清洁，未来还可进一步延展到消费领域。目前，若愚科技也已经在某些特种领域，与产业伙伴针对特定场景，共同打造更加智能的机器人，把人从危险、繁重、重复的劳动中解放出来，为行业提质增效、打造新质生产力。”
责编：张靖雯、王瑞景
