技术破题、场景破圈、生态破界，浦东加速驶向人形机器人“实用时代”

近期，浦东具身智能领域迎来密集进展：智元具身原生全模态大模型登顶全球权威榜单；国地中心携手百联集团共建全国首个可持续迭代的商业零售人形机器人应用高地；启元机器人联合高校团队在重磅赛事中实现技术验证。从“实验室”到“商业场”，再到产学研协同创新，浦东正成为具身智能从技术突破走向产业应用的创新引领地。

技术破界：从会说话到“懂交互”

近日，具身全模态理解权威榜单DailyOmni最新评测结果揭晓，智元自研的具身原生全模态大模型WITA-Omni Preview以85.21分综合成绩登顶榜首，并在八项细分指标中的六项取得第一。

不同于常规评测任务，DailyOmni大量采用真实开放环境音视频素材，核心考验模型融合视觉画面与环境音频、精准识别声画对应关系、事件先后顺序及跨模态语义的综合能力。这正是人形机器人在真实物理空间开展人机交互所需的核心感知能力——机器人不仅要“看见画面、听见声音”，更要实时判断声音归属主体、事件发生顺序，识别交互对象、找准响应时机。

据介绍，WITA-Omni领先的关键，在于它并不是简单地把聊天模型“装进”机器人，而是将物理动作和表情提升为与语音并列的一级输出，用一个原生端到端模型统一驱动感知、决策与表达。

在训练阶段，WITA-Omni使用千万小时级多模态数据，将强文本、视觉底座升级为能够“听得见、看得懂，并进行音画联合推理”的全模态模型。同时，智元构建了以人为中心、面向真实交互场景的大规模高质量全模态数据集，完整保留声音、画面、语言、动作和表情之间天然的时序关系，让模型学会在真实场景中判断“该不该回应、何时回应、回应谁”。
WITA-Omni致力于打通视觉、听觉、语言、表情、肢体动作全模态协同，让机器人不再只是“会说话的工具”，而是进化为拥有在场感、人格感的硅基伙伴。

场景落地：从“演示级”迈向“实用级”

技术突破的价值，最终要在场景中得到检验，近期浦东迎来了人形机器人新场景密集落地，涵盖商业零售、文化消费等领域。

国家地方共建人形机器人创新中心（下称“国地中心”）携手百联集团，共建全国首个可持续迭代的商业零售人形机器人应用高地。依托全球首个异构人形机器人训练场“麒麟训练场”，双方共建国内独有的零售实景实训样板平台，围绕真实场景实训、机器人功能验证、消费体验革新、标杆场景打造四大方向推进，推动人形机器人行业从“演示级”迈向“实用级”。

通过双方合作，国地中心的前沿技术成果可快速导入百联线下场景完成实测与迭代，百联门店运营需求与真实场景数据同步反哺研发体系，形成“技术研发—场景验证—数据反哺—迭代升级”的联动闭环。

在智元日前发布的机器人武侠IP中，远征A3完成了“鲤鱼打挺”、腾空450度后摆腿、连续韦伯斯特空翻、360度侧空转体等多项高难度动态动作，具象化呈现AI大脑的自主决策能力与机器人本体的卓越运动控制能力。OmniHand 3 Ultra-M灵巧手拥有20个主动自由度，0.3秒极速开合，搭载多模态视触觉传感器，复刻人手级精细操控精度。从技术展示到文化IP，智元正不断把人形机器人从实验室带进大众视野，走进真实场景。

生态协同：构建产学研创新闭环

在技术突破和场景落地之外，浦东还推动科研力量与产业资源形成合力。

在近期开赛的“CMG机器人挑战赛——点球大战”上，核心成员来自清华大学RoboCup冠军团队的弦动光年携人形机器人启元Q1亮相赛事，完成射门、扑救等多项足球竞技动作展示，将赛事级运动控制算法成功部署至商用机器人平台。

此次合作中，依托启元Q1开放的软硬件架构，弦动光年快速完成接口适配、参数标定与系统调试，将RoboCup冠军团队积累的算法部署至商用平台。

启元机器人自主研发的HDK、SDK开放研发平台，为算法团队提供标准化量产机器人本体、开放运动接口及配套仿真工具，使开发者无需重复投入底层本体研发，可将更多资源聚焦于运动算法创新，加快科研成果向产品转化。就在上月，启元新创签约入驻张江机器人谷，计划打造全球最大消费级机器人企业的研发创新、生态共建共享及产业化总部基地。

此次合作展示了“高校算法研发—开放机器人平台验证—国家级赛事测试—产业化应用”的完整产学研协同路径，为具身智能技术商业化落地提供了具有参考价值的实践样本。

文字：杨珍莹

供图：智元

编辑：施丰奕

* 转载请注明来自浦东发布官方微信