全球「AI学术顶会」精华汇聚地
您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能 正文
发私信给徐咪
发送

0

共生知行发布人形机器人赛车Demo:以卡丁车测试双足机器人的“全身智能”

本文作者: 徐咪   2026-08-17 17:41
导语:8月17日,具身智能初创公司共生知行(Symbiosis Robotics)发布双足人形机器人驾驶卡丁车Demo,官方网站同步上线。这是公司成立后首次较为完整地

8月17日,具身智能初创公司共生知行(Symbiosis Robotics)发布双足人形机器人驾驶卡丁车Demo,官方网站同步上线。这是公司成立后首次较为完整地对外展示技术方向和阶段性研发成果。

公开视频中,人形机器人进入卡丁车驾驶位,双手接触方向盘、双脚进入踏板区域,并在封闭赛道上完成车辆行驶。驾驶不是单一动作:机器人需要根据环境调整方向,在狭窄座舱中保持稳定,并协调手部转向与脚部油门、刹车控制。

共生知行将这段赛车Demo定义为一次面向全身智能的综合测试。“卡丁车不是应用本身,而是一场全身智能压力测试。”卡丁车并非其商业应用方向,公司希望借这一场景,把视觉感知、多接触点平衡、手眼脚协同和精细力控放进同一条连续任务链,检验机器人能否像人一样调动全身完成复杂物理交互。

当前公开展示多聚焦行走、奔跑等运动能力,或固定位置的上肢抓取。前者考验本体和运控,后者考验视觉与机械臂操作;一旦需要同时保持平衡、理解环境并连续操作,模型、运控和硬件耦合显著增加。这正是人形机器人从“能运动”走向“能完成任务”的难点。

围绕这一问题,共生知行将自身定位为面向双足人形机器人的全身智能基座模型公司,探索从视觉等感知信息到机器人全身动作输出的端到端技术路线。公司希望减少传统分层架构中多个模块之间的信息损失和适配成本,使模型更直接地学习身体、环境与动作之间的关系,并通过扩大数据规模获得跨任务能力。

端到端也不意味着通用能力已经实现,它仍需要数据、底层控制、真机训练基础设施和严格评测共同支撑。因此,赛车Demo更适合被视为阶段性验证,而不是机器人已具备通用驾驶能力的证明。公司表示,后续将通过技术报告披露模型架构、测试条件和评测方式。

对于一家成立时间不长的公司,外界更关心的是:团队为什么有能力同时推进模型、运动控制和数据链路?

共生知行的核心成员来自智源研究院,港科大,极佳视界,小米,达摩院,蚂蚁,清华等机构,均为博士研究者。几位成员创业前已持续合作两年以上,研究覆盖视觉—语言—动作模型(VLA)、全身运动控制、力位统一控制、跨本体学习及数据利用。

在可公开核验的成果中,创始人丁鹏翔参与的ReconVLA获得AAAI-26杰出论文奖;其主导的VLA-Adapter尝试以更小的模型和训练成本实现VLA能力,开源项目在GitHub已获得超过2200颗星。原生双足机器人基座模型团队,还是多篇早期的人行机器人大脑论文的一作。

团队还曾发起并运营OpenHelix Robotics开源社区,已公开多个VLA及具身智能项目。相比单篇论文或一次Demo,这些横跨模型、数据和运动控制的积累,更能说明公司希望建立的竞争力:不是只为一个场景编排动作,而是形成能够持续训练、验证和迭代全身智能模型的研发链条。

公司表示,未来将快速迭代发布共生知行的技术进展、Demo、开源项目和研究报告等。赛车只是第一项公开测试,未来还将围绕移动操作、高精度视觉对准、接触式力控和长链条任务推出更多案例。

对仍处早期阶段的双足人形机器人行业而言,一段视频无法回答模型通用性、任务成功率和规模化部署等全部问题。但它至少提出了一个值得观察的方向:竞争正在从“本体能否做出动作”,转向“模型能否调动全身,在真实环境中持续完成任务”。共生知行能否把技术积累转化为可扩展的模型能力,仍需后续技术披露和更多可复现结果验证。


共生知行发布人形机器人赛车Demo:以卡丁车测试双足机器人的“全身智能”

分享:
相关文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说