一个机器人,可以完成任务。但如果一个“大脑”,能够理解不同场景,让不同机器人协同工作,会发生什么?

在2026世界机器人大会(WRC)现场,越疆以“一脑多体”为核心展示了具身智能从“单机能力”走向“系统生产力”的完整路径。一个大脑,带一支机器人团队
过去应对产线多样化需求,往往是为每台设备单独配置系统,导致“各自为政”。越疆以空弈DobotWAM具身大模型为核心,推出“一脑多体”具身智能平台解决方案,实现基于统一智能体系的分工协作。
WRC现场,越疆用一条微型柔性产线的全流程完整演示了该平台的价值,全程没有人工干预、没有单机各自规划,人形机器人、四足机器狗和协作机器人以协同方式完成连续任务。

人形机器人率先完成异构零件的智能分拣,将其精准投放至运送线;随后,四足机器狗搭载零件完成柔性转运;最终,工业视觉识别引导协作机器人实现精准抓取与装配。从分拣、转运、抓取到装配,空弈DobotWAM具身大模型作为“大脑”负责全局任务理解与动态角色分配,使各形态机器人共享同一套环境语义;配合自研全身力控系统,确保每个执行环节兼具精度与鲁棒性。这意味着未来的机器人,不再是一台机器完成一个动作,而是一支机器人团队共同解决问题。会干活还不够,还要干得准具身智能真正进入产业,需要的不只是“会动”,还需要“能稳定工作”。越疆将十余年协作机器人积累的运动控制、力控、轨迹规划和工业安全能力,迁移到具身智能机器人体系中。在WRC现场,越疆人形机器人完成高速动态操作演示,连续摆臂触碰千分表,重复定位偏差小于0.05mm,这是业内首次以实测数据量化人形机器人操作精度的一次真实验证,将精度从模糊表述变为可验证的工业标准。

过去,人形机器人更多展示灵活性;未来,人形机器人需要证明自己能够进入生产现场。0.05mm不是终点,而是一个起点,它意味着人形机器人的操作精度开始从“演示级”走向“工业级”,从实验室的可观赏性走向生产线的可验证性。当一台机器人能够在高速动态中保持亚毫米级重复定位,它才真正具备在真实工况中持续作业的资格。身体变了,任务变了,智能依然成立WRC现场,越疆新一代具身全栖机器人鹿萌首次线下亮相。身高近1.3米的越疆鹿萌,在密集人流中自主规划路径、动态避让行人,以自然肢体语言引导观众,并快速回应多轮对话、挥手、比心等互动需求,音乐响起,全身关节在节奏中高同步运动,动态平衡稳定,舞蹈动作流畅自然,全程无需外部指令干预。

在乒乓球高速人机对抗中,越疆鹿萌基于“动捕高精度状态感知+球状态估计+物理轨迹预测+击球规划+全身策略控制”的技术架构,在无人工遥控的前提下完成来球预判、击球点规划和正反手挥拍。

这些能力看似和工业无关,但底层逻辑一致:感知环境、理解任务、规划动作、精准执行。越疆鹿萌展示的不是一台“更可爱的机器人”,而是同一个具身智能大脑在开放环境中的通用性,它既能理解人的需求,也能理解真实环境中的复杂任务,验证的是整套工业级具身能力跨形态、跨场景的可迁移、可复现。真正重要的是背后的“大脑”从“执行预设”到“理解任务”过去,机器人依赖预设程序完成重复抓取、固定搬运与标准装配,但真实世界中物品、环境与任务始终动态变化。真正有价值的具身智能,需要让机器人理解任务并自主决策。越疆空弈DobotWAM具身大模型在视觉-语言-动作建模基础上,引入三维空间理解、运动几何约束与真实数据闭环机制,使模型从“模仿动作”进阶为“理解动作背后的逻辑”。这一能力已获权威验证:空弈DobotWAM具身大模型在LIBERO基准实测成功率达99.25%,超越π0.5、GR00T-N1.5等主流模型以及行业内已有数据公布的其他模型结果,斩获实测与排名均居首位。

同时空弈DobotWAM具身大模型也在UNOBench Challenge的Set of Marks与Natural Language两大赛道同步登顶。

这些成绩覆盖了空弈DobotWAM具身大模型精细操作、长程任务、语义理解及动作前置推理等多维能力,印证了从“理解”到“执行”的系统性领先。
WRC现场,越疆将空弈DobotWAM具身大模型从感知、理解到执行的完整闭环能力进行了一次集中展示,随机零食抓取、柔性衣物整理看似是日常场景中的简单动作,但对于机器人而言,都是典型的高难度长程任务。下一代机器人不只是一个更像人的机器人过去十年,越疆致力于让单台机器人变得更强、更快、更准、更灵活、更智能。但当具身智能真正迈入复杂生产环境,一个更本质的命题浮出水面:为什么所有工作都必须由同一种形态的机器人完成?人有人的灵巧,四足有四足的机动,机械臂有机械臂的高速、精准。真正的突破,或许不在于打造一个无所不能的“超级个体”,而在于让最适合的身体承担最匹配的任务,让不同形态的机器人理解同一个世界、奔赴同一个目标。


一个大脑,多种身体;从单机智能到系统协同,从一台机器人到一支机器人团队。这不仅是越疆对“一脑多体”的实践注解,更是具身智能跨越实验室边界、真正融入千行百业的起点。当机器人不再以孤立个体的身份被审视,而是作为系统化生产力的一部分被部署,它们才算真正走进了真实世界。