黄牛号贩子跑腿代挂号（13161229222）微信需要挂号联系客服（13161229222）各大医院服务项目！专家挂号，办理住院加快．检查加快，产科建档，指名医生挂号北京，上海，南京，天津．广州，各大医院代挂号

图①：灵宝机器人具身算法工程师王思成在演示机器人抓取物体。

图②：灵宝机器人模仿学习算法工程师孙建涌在调试机器人夹爪。

图③：灵宝机器人具身操作中心负责人周明才对人形机器人进行调试。

以上图片均为北京中科慧灵机器人技术有限公司提供

习近平总书记强调，“推进中国式现代化，科学技术要打头阵，科技创新是必由之路”“在激烈的国际竞争中，我们要开辟发展新领域新赛道、塑造发展新动能新优势，从根本上说，还是要依靠科技创新”。

在高校院所、企业车间，一线科研人员瞄准科技前沿，潜心研究、创新攻关，为加快建设科技强国，实现高水平科技自立自强持续奋斗。本版今起推出“一线探创新”系列报道，通过记者在科研一线的亲身体验和近距离观察，一起来感受和了解创新成果的孕育过程。

——编  者  

机器人拿起咖啡杯、穿针引线，甚至弹奏钢琴，都属于具身操作，背后有一套软硬件系统支撑。作为具身智能的关键技术之一，具身大脑的目标是让机器人“心灵手巧”，从而与外界实现互动。

如今，这项赋予机器人“灵动感”的技术，正进入关键突破与激烈竞逐阶段。北京海淀东升科技园里，北京中科慧灵机器人技术有限公司（以下简称“灵宝机器人”）的“极客”们正在这一新赛道上奋力奔跑、不断突破。

让机器人通过“模仿学习”掌握技能

灵宝机器人的研发现场既像不太“规范”的实验室，也像不那么“标准化”的生产车间。顶棚上的轨道纵横交错，各种操作台遍布其中。记者行走其间，经常要侧身、抬脚，设备多到容纳不下一条固定的步行“动线”。

灵宝机器人成立于2023年，由中国科学院自动化研究所研究员张正涛创办，专注研发面向场景落地的通用人形机器人和具身智能产品。具身操作是灵宝机器人的技术专长之一，他们研发的具身智能机器人可以用0.3毫米的螺丝刀完成笔记本电脑主板装配，精度甚至能达到头发丝的1/5。

像人类的双手一样，具身操作需要兼具感知和操作能力。视觉语言动作模型（VLA）是实现这两项能力的重要途径——通过融合视觉感知、语言理解与动作控制来打造“端到端”决策系统，并开展“泛化学习”，就像一个动作版的大语言模型。

在研发现场，记者看到，灵宝机器人具身算法工程师王思成正在使用视觉语言动作模型和一台末端执行器为二指夹爪的机器人，来模拟训练抓取动作。

抓取是人手最基本的动作之一。操作台上放着一个盘子，里面盛放的是网球、香蕉和猕猴桃。“抓取网球。”王思成先在电脑里敲上几行代码，再起身来到机器人前念出一段语音指令。

看似有些笨拙的训练过程，却有极高的技术目标。“传统的机器人抓取，要先检测目标，再算出空间坐标，最后完成动作，操作流程是相对固定的。”王思成解释，“而我们知道，人类在抓取物体的时候可不是这样操作的，我们既不会‘检测’，也不会计算空间坐标，而是利用直觉和反馈产生动作，我们正是要让机器人具备这样的能力。”

不需要设置固定的算法流程，只需输入视觉图像，让机器人学习视觉图像中哪些要素跟操作相关。简单演示几遍，它就可以模仿、学习人类的抓取动作。“我们让机器人通过‘模仿学习’掌握技能。”王思成说。

目前，算法还没那么先进，还需要收集大量数据才能让机器人熟练地抓取。“肯定比人要笨一些，难点就在于怎样用尽可能少的数据，让它学会更多技能。”王思成说，“拿抓取来说，使用一般的开源模型要采集三四十条数据才能学会，我们不断改进算法，现在5到10条数据就能学会了。”

同样是抓取，对人类来说，抓不同物体，动作、力度也会有细微差别。在王思成他们的努力下，这种细微差别也能在机器人的二指夹爪上实现。“这是自适应力控夹爪，遇到软的物体，它的力度也会做相应调整。也就是说抓网球和猕猴桃，它的力度也是略有不同的。”王思成说。

这项开发工作已进行了近1年。“我们已有相关论文成果发表。”更让王思成有成就感的是，系统还在“跑分”平台上名列前茅，部分性能指标已经达到业内领先水平。

实现动态场景下的抓、拿、放

一只鞋被重复放置在传送带上，机器人将它抓起，然后放置在专门压鞋的机器上。灵宝机器人模仿学习算法工程师孙建涌用一个3D鼠标，操作机器人进行抓取训练，“这是制鞋场景下的一个标准动作，现在它已经能抓取了，但是抓得还没有那么紧、那么好。”