人工智能的核心命题，正从“屏幕对话”转向“拥有身体的智能”。近期，我国首个《人形机器人与具身智能标准体系（2026版）》发布，标志着产业迈入规范化新阶段。但标准之下，一个更深层的追问依然待解：具身智能的瓶颈，究竟在哪？

机器人能听懂指令、看懂环境，却常在细微动作上出错――插头歪一毫米插不进、不知如何绕开行人、拧螺丝一用力就打滑。这揭示了一个核心困境：“听得懂、看得懂”不等于“做得到、做得好”。机器人能认出杯子，是语义知识的理解；却无法掌控抓握杯子的力度，是物理经验的缺失。

我们认为，行业瓶颈不在单一算法的改进，而在两处根源：大规模高质量具身交互数据的匮乏，以及机器人“大小脑”能力体系的结构性断层。

面对这一现状，浙江人形从源头破局：以多源数据融合体系实现低成本、高质量数据的大规模获取，以“双螺旋”模型架构弥合“智能执行”的断层，解决物理经验的缺失问题。我们正在打通一条从“看得懂”到“做得好”的完整路径，让具身智能在真实场景中不断学习、进化、落地。

具身智能模型体系SPIRE架构图

01

数据筑基：

三源融合，毫米映射+毫秒级协同

数据是机器人的“教科书”。在具身智能数据方面，浙江人形采用“义务教育+高等教育+职业教育”的三源融合数据体系建设，融合视、听、力、触等物理交互的多模态数据，让机器人学得更快、看得更清、做得更准、适应更强。

浙江人形的数据策略，就像把模型培养成一个“通专兼备的复合型人才”：

人类数据：提供行为示范与策略参考，筑基物理交互

第一视角人类行为数据采集

浙江人形打造了高效率的人类行为数据解析和映射方法，对采用消费级相机采集的人类第一/第三视角数据进行处理，可准确提取出人类的作业顺序、物体掩膜、6D位姿、手势轨迹及手-物接触关系，精度达到毫米级，并通过手势重定向快速映射至高自由度灵巧手，为抓取等技能学习奠定数据基础。

四个视角的人类行为数据采集

高自由度灵巧手数据解析与映射

仿真数据：低成本高保真覆盖，拓边长尾场景

高保真场景重建与渲染

浙江人形搭建了完整的仿真数据生成链路，自研高精度场景和物体重建、多模态高保真数据生成算法，支持场景级、物体级数据的采集、重构、编辑、适配等全链路real2sim流程，可输出RGB图像、深度图像、语义真值。

场景渲染性能超过现有开源方案11%，复杂场景mesh重建几何精度超SOTA（State Of The Art，最先进水平）10%，并可基于单条演示数据实现行为扩增，大幅提升数据利用效率，增强机器人对光照、纹理、动态等物理变化的适应能力。

大规模仿真数据采集

真机数据：贴近物理规律，夯实数据基石

全身协同的视力触位多模态数据采集

浙江人形从数据和模型两方面解决物理交互Sim2Real问题，数据方面自研全身协同控制算法，实现头、手、臂、腰全身联动和柔顺交互，且求解时间小于10ms，跟踪精度优于1mm，支撑视觉、力觉、触觉、运动轨迹信息的精准获取，通过真机数据实现机器人sim2real的技能校准，是“真刀真枪”的经验沉淀。

多场景多任务遥操数据采集

浙江人形构建的多源数据体系，形成三大核心优势：

02

模型双擎：

“大脑”高维度认知推理，“小脑”微米级泛化作业

当前具身智能大脑模型普遍采用VLM为骨干网络，以继承其内在的语义泛化能力。但由于VLM的训练数据仅有语言和2D图像、缺少大规模的物理交互数据，大脑模型缺乏对空间位姿、几何结构等物理状态的认知能力，长程任务容易出现幻觉。同时，具身智能小脑模型仅依赖视觉输入，缺少力触感知，动作精准性欠缺。

针对这一根本性缺陷，浙江人形提出“原生+借智”的模型策略，一方面增强VLM的能力：在保留其语义泛化能力的同时，注入几何理解、闭环反思能力，实现长序列鲁棒作业；另一方面，模型原生支持从视力触位等物理交互数据中学习，完成多种可泛化高精准技能，进一步结合VLM提升中程作业智能性和物体语义作业能力。

长序列导航任务决策与规划

浙江人形自研的具身智能SPIRE系统可灵活实现大小脑解耦和融合：

精准倒液技能误差小于1ml，可适应透明液体

例如在康养服务场景中，机器人接到“倒出10毫升止咳糖浆”的指令后，大脑（C2L2）理解任务目标并自动拆解为“抓取药瓶、打开瓶盖、抓取量杯、倒出糖浆、放下量杯、关盖收瓶”等子步骤；小脑（M2S2）则负责将大脑的决策转化为精准物理动作，以倒出糖浆为例，视力触觉融合感控保证对准瓶口和杯口、倾斜倒液、观察刻度、收瓶归位，大小脑配合完成目标任务。

当环境变化时，大脑（C2L2）进行推理调整，例如桌面上没有止咳糖浆时，需要确定搜索空间和搜索行为。当容器和液体的种类、形态、目标刻度发生变化时，小脑做泛化适应――让机器人成长为无需外脑的专业型人才。这套能力同样可迁移至工业、服务等领域的复杂精准作业。

这一升级，是具身智能通往真正通用化的最稳健、最可扩展的路径，构筑了商业拓展的“护城河”，让浙江人形在汽车制造、实验化工、仓储物流等场景中快速交付稳定可靠的产品，成为应用落地的领先者。

C2L2：混杂开放场景的长序列鲁棒作业大脑模型

浙江人形自主研发的C2L2大脑模型，让机器人成为“运筹帷幄的司令员”。

C2L2 根据任务指令调整场景中物体的空间状态

看得准――能准确理解场景中物体的空间状态；

拆得明――将复杂的长序列任务自动拆解为有序的子任务，让机器人“心中有谱、手中有序”；

找得到――具备主动探索能力，即使物品被遮挡或不在视野中，也能通过环境感知与推理“找到它、够得着”；

调得快――作业过程中实时感知异常、自主纠错，遇到卡顿或偏差能“自我调整、不卡壳”。

C2L2 基于单张图像参考调整场景中物体的空间状态

针对大脑对物理状态理解缺失的问题，浙江人形将环境和对象的几何结构、执行效果评估等知识引入VLM，使语义规划能够直接考虑真实物理约束，实现将高层语言指令转化为具备物理可行性的操作子目标。

C2L2 实现长程任务拆解与自主纠错，具备探索能力

这一认知驱动的长序列规划模型，复杂任务成功率达94%，未知环境实现拟人化导航，高动态复杂场景成功率超SOTA算法50%，有力支撑开箱即用与人机共融。

C2L2实现跨场景多任务端到端轨迹生成与迁移泛化

M2S2：可泛化高精准的多模态语义技能小脑模型

浙江人形自主研发的M2S2小脑模型，让机器人拥有“眼到手到，刚柔并济”的金牌工匠级操作能力。

M2S2 自适应柔顺抓取

对得准――视觉毫米级对准，比头发丝还细；

抓得稳――力觉泛化柔顺抓取，不滑不碎不伤物体；

行得巧――动态移动避障，在人群中自如拟人穿行；

干得灵――视力触融合，布料分片、轴孔装配、试剂分液等多类操作都能精准完成。

M2S2 基于单张图像引导完成精准打螺丝作业

针对小脑对视力触信息融合不足、精准性不够的问题，浙江人形在模型上采用注意力机制对三种模态进行编码和融合，辅以稠密表征提高精准性，并引入物理约束，使动作预测考虑机器人的可执行能力。

这一知识学习型的视力触融合感控技能模型，装配精度可达0.03mm，成功率99.99%，性能指标全面国际领先，已应用于华为、BEKO、施耐德等工业产线。

M2S2 动态环境中实现安全拟人避障

依托M2S2小脑模型的视力触融合技术，浙江人形在柔性布料分片作业任务中已取得实质性领先进展。

在机器人领域，布料是公认的“操作噩梦”――视觉看不清边界、力觉控不准力道、触觉感知不到滑移。传统机器人面对布料要么束手无策，要么暴力抓取导致撕裂或粘连。

浙江人形让机器人同时调用三大感官：通过视觉识别布料的形变特征与堆叠边界，结合力觉实时感知双手协同操作下的布料应力及厚度变化，同时依托触觉闭环反馈指尖与布料间的多维接触状态，实现揉搓方式的动态调整。

M2S2 视力触感知融合实现布料精准分片

这项技术使布料分片成功率从行业平均不足60%跃升至98%，单次操作仅需3秒，已覆盖棉布、牛仔布、无纺布等多种柔性材质。依托浙江人形自研的小脑模型，机器人可完成透明液体精准分液、多规格料箱泛化搬运、堆叠柔性螺纹管分拣等实际作业任务。

M2S2 泛化搬运支持多种不同规格料箱

M2S2 突破杂乱堆叠下无纹理的螺纹管分拣

从大脑的高维度认知推理，到小脑的视力触融合与微米级泛化作业，浙江人形“原生+借智”的模型策略破解了具身智能“看得懂却做不好”的结构性断层。

C2L2大脑模型让机器人拥有运筹帷幄的智慧，M2S2小脑模型赋予机器人眼到手到的技艺――二者各司其职，又相辅相成。

无论是康养场景中精准倒液的举一反三，还是工业产线上0.03mm的轴孔装配，这套“大脑+小脑”的双擎体系，正在让机器人从依赖外脑的指令执行者，成长为无需外脑的专业型人才。

然而，再聪明的模型也需要持续“喂养”。每一次精准操作背后，都是一条高质量的数据轨迹；每一条数据轨迹，又成为模型进化的燃料。这就引出了我们的第三个答案――数据与模型的双螺旋飞轮。

03

飞轮进化：

越学越聪明，越干越精通

浙江人形解决具身智能瓶颈的路径清晰而有力：一手抓数据，一手抓模型，让两者互为燃料、螺旋上升。

数据是根基，模型是引擎。两者并非孤立存在，而是形成了一个持续加速的进化飞轮：SPIRE系统在真实场景中每完成一次作业，就生成一条高质量的多模态感知-决策-行为数据，这些数据反哺给模型，让模型越训练越聪明；更聪明的模型又能完成更复杂的任务，产生更多高质量的数据。

落地越广，进化越快――商业与技术由此实现同频共振。

这不仅是技术的突破，更是中国在定义下一代物理智能的范式。真正的具身智能，不是写在代码里的预设程序，而是在一次又一次的抓取、装配、揉搓中，亲手长出来的经验与智慧。

展望未来，这条“越学越聪明，越干越精通”的路将把机器人从实验室的炫技，带进车间、仓库、商场乃至家庭。

当数据飞轮加速转动，机器人将不再是预设程序的执行者，而成为在真实世界中不断积累经验、自我优化、举一反三的新质生产力工具。

浙江人形将继续以“数据+模型”双轮驱动，深耕真实场景，携手全球生态伙伴，共同推动人形机器人从“能用”走向“好用”，从“专用”走向“通用”。让每一个机器人都成为无需外脑的专业型人才――这是我们的方向，也是具身智能的未来。

往期精选

关于我们

浙江人形机器人创新中心有限公司成立于2023年12月，由熊蓉教授团队携手多家知名产业伙伴共同创立，是一家专注于具身智能人形机器人关键技术攻关、产品研发与行业应用推广的高科技企业。我们长期聚焦于世界模型与具身智能的前沿探索，致力于研发能够真正落地、服务多场景的人形机器人产品。

公司技术已实现了软硬件的全栈自主可控：完整覆盖关节―臂―手―腿―腰―头―颈的全身本体研制，贯通感知―决策―规划―控制的全链条智能，并拥有端到端的大小脑模型，构筑起“整机设计―数据平台―模型训练―部署应用”的完整自主研发闭环。同时，公司构建了以双臂手作业能力为核心、双足前沿探索与轮式方案并行的立体布局，形成了软硬件深度融合，覆盖多行业、多场景的产品矩阵。

【免责声明】【广告】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：