如果說宇樹機器人向我們展示了新一代機器人在工業(yè)、娛樂等方面的潛力，那么由“華為天才少年” 彭志輝創(chuàng)立的智元機器人則在昨天開啟了機器人在家用領域的應用大門。

沒有跳舞、武術、翻越障礙等花哨的動作，智元機器人靈犀X2展示的僅僅只是騎車、縫葡萄、看書、聊天等我們?nèi)粘Ｉ钪?span id="ekqqoiq4" class="mgc">最普通的情形，但是我們知道，這些最普通的情形，才是機器人產(chǎn)業(yè)最大的難點——在電力的驅(qū)動下，想要化身大力士不難，只要一個千斤頂即可，但要模仿人類的日常動作，卻涉及人工智能、機械、電子、影像等方方面面的技術。

在擁有這些人類的基礎能力后，讓靈犀X2g更像一個人了！所以彭志輝表示：“我們希望機器人的生產(chǎn)力價值能夠外溢到日常生活，讓機器人成為‘吉祥三寶’，也就是保安、保姆和保潔。”

那么，智元機器人如何做到讓旗下產(chǎn)品初具家用機器人的雛形呢？

硬件為基:可以像組裝電腦一樣組裝機器人

總體來看，智元機器人靈犀X2全身共28個自由度、體重33.8千克，采用了一套基于Diffusion的生成式動作引擎，基于VLM的硅光動語多模態(tài)模型。其中，在硬件方面，靈犀X2共有三大創(chuàng)新！

像組裝電腦一樣組裝機器人：

靈犀 X2在硬件設計中，將靈犀 X2硬件系統(tǒng)抽象為一系列可復用的核心組件，核心組件包括：小腦控制控制器 Xyber-Edge，域控制器 Xyber-DCU，智能電源管理系統(tǒng) Xyber-MS 以及迭代了多版本的核心關節(jié)模組 Powerflow 等等。

通過這些可拆分、復用組件，智元能夠像組裝臺式電腦一樣，快速搭建起一套靈活、完整、可靠的人形機器人系統(tǒng)。

大量使用柔性材料：

在機體的材料選擇上，智元使用了非常親和的柔性材料。這使得靈犀 X2 的皮膚柔軟有彈性，這一方面能夠保證運動時的柔韌性，另一方面也對人類接觸友善。

全新的關節(jié)設計：

靈犀 X2 的機電關節(jié)模組重新設計，在 X2 原型機全身 28 個自由度中，沒有使用到任何一個并聯(lián)結構，既能夠保證慣量上移，又實現(xiàn)了傳動鏈的完全解構。這意味著任一關節(jié)的活動，都是獨立驅(qū)動，避免并聯(lián)結構中多鏈條驅(qū)動帶來的相互約束問題，降低了肢體末端的慣性，保證動作更靈敏精確。

軟件為“心”：讓機器人自身具有學習和交流能力

要讓一臺機器人像人，只有硬件創(chuàng)新是不夠的，這只能讓它在外形上像人。還必須搭配算法和大模型技術，才能夠讓機器人在行為動作上，也像一個人！

相比于傳統(tǒng)的機器人，人類最大的特點是具有自主學習能力，而靈犀X2在這方面邁出了關鍵一步，該機器人同樣具有自主學習能力。

3月10日，智元機器人還發(fā)布了首個通用具身基座模型——智元啟元大模型，它開創(chuàng)性地提出了Vision-Language-Latent-Action (ViLLA) 架構，該架構由VLM(多模態(tài)大模型)+ MoE(混合專家)組成，可以利用人類視頻學習，完成小樣本快速泛化，降低了具身智能門檻，并成功部署到智元多款機器人本體，持續(xù)進化。

目前，靈犀X2目前初步具備了簡單任務中對操作物體的零樣本泛化能力，比如給葡萄“縫合傷口”等精細活也不在話下。

當然，作為一款可能家用的機器人，靈犀X2還必須具有與人類交互的能力。

在人機交互方面，靈犀X2搭載多模態(tài)交互大模型“硅光動語”，并通過邊緣側“端到端”模型架構的工程優(yōu)化，使其具備毫秒級的交互反應能力，使其能夠通過人類的面部表情和語音語調(diào)精準判斷情感狀態(tài)，并做出相應的回應。靈犀X2還能模擬人類的好奇心和注意力機制，有“偷看”“撓癢”等擬人化的表現(xiàn)。

彭志輝表示，硅光動語中的“光”代表視覺，“動”代表動作，“語”代表語音，因此也是第一臺真正具備復雜交互能力的“靈動機器人”。目前該公司還在完善這款機器人的思維模型。

在這些技術的加持下，在彭志輝發(fā)布的視頻中，彭志輝已經(jīng)能和靈犀X2展開正常聊天了。在問題和答案并未預設的前提下，機器人對彭志輝提出的問題一一作答，比如：

如果我的狗和你掉進水里，我先救誰？

如果給你看《銀翼殺手》你會不會哭到短路？

靈犀X2 回答的是「先救狗狗我沒事」，「不會哭但會感慨萬千」。這類語言表述自然，兼具「理性」與「感性」，甚至在回答的時候，它還會有手部動作向你互動。