当前位置: 首页 > article >正文

别人都在卷视觉,这家具身公司偏要卷“手感”

衡宇 发自 凹非寺量子位 | 公众号 QbitAI“对具身智能来说力觉比视觉更重要。”听起来这句话好像有那么点非主流。放眼当下大多数具身智能的叙事视觉几乎是机器人认知世界的第一扇窗。但源自斯坦福机器人和人工智能实验室的通用机器人独角兽非夕科技却十年如一日地坚持另一条路径按照真实操作行为的重要性排序力觉能力优先于视觉。联合创始人兼CEO王世全的解释很直白“人类在做大多数操作时并不会一直盯着目标只用‘瞟一眼’剩下的动作主要依赖手感完成核心在于实时控制施加的力度以及与物体的接触关系。”朋友们咱天天把具身智能挂在嘴边但别光顾着智能忽视了“具身”啊。本质上具身智能的难点在于如何“在真实世界完成操作”而力觉正是实现机器人具身交互的核心能力。过去十年非夕将大量精力倾注于自研机械臂本体尤其专注于提升力控能力尝试让它具备接近人类手臂的“操作感”。从最初的Rizon系列7轴机械臂到Moonlight系列力控并联机器人非夕的自适应机器人已经深入汽车、消费电子、一般工业、食品加工、实验室、医疗理疗、商用服务等各大领域源源不断形成富有创新、独特差异化的行业级应用解决方案。虽然“非主流”但市场数据或许能说明这种技术路线的市场认可度6家全球top10科技公司在使用非夕的机械臂开展具身智能研发Generalist AI、Rhoda AI等超10家具身独角兽都是非夕的客户数十家全球前500强企业已在制造环节等实际场景采用非夕自适应机器人应用方案。现在为了进一步突破机器人在复杂狭窄空间、高柔性人机协同、双臂操作等场景下的作业边界非夕推出了两条新的战略产品线。一条是Enlight初昕系列全感知自适应机械臂另一条是基于它打造的MICO双臂一体化仿人智能机器人平台。一只更轻、更灵巧、感知力更强的手作为本次发布的重头戏Enlight初昕系列机械臂代表了非夕在自适应机器人本体研发和工程化上的最新高度。它在延续前代产品Rizon拂晓系列自适应特性的基础上实现了更轻量化的结构与更灵活的形态。对于具身智能而言轻量化意味着更低的惯性、更高的安全性以及更强的部署灵活性。从设计逻辑来看Enlight的核心竞争力依旧在于其全方位、高水准的力控性能以及紧凑的轻量化设计。其中“全身感知”是它最引人注目的特点。与行业内常见的外部贴装电子皮肤方案不同Enlight机械臂的每个关节都内嵌多维力传感器形成覆盖整条机械臂的全域感知网络。非夕科技副总裁高云帆告诉量子位这种内置式设计不仅避免了外部传感器易磨损、感知精度受环境影响的问题更实现了对接触力度及方向、受力分布及细微形变的实时精准捕捉。且整臂分布有25万个触摸点位最多支持同时7点接触感应触控力感知精度达0.5N位置感知分辨精度达2mm。“无论是在手臂上绘制图案还是在狭小空间作业时触碰周边环境Enlight都能瞬间感知并自主调整操作姿态与力度。”类似人类皮肤的感知能力让Enlight在非结构化环境中具备了更强的自主决策基础这种特质使其在狭小且不确定性高的空间中表现优异比如电子产线、实验室、食品工厂、变电站、商用服务——此类对灵巧度要求极高的To B业务场景一直是传统工业机器人和协作机械臂的老大难问题。轻量化仿人设计是Enlight的另一大突破。同样是七轴机械臂非夕研发及工程团队突破了Rizon系列的最小设计极限将更多传感器、传动机电系统及安全硬件压缩至更小的关节与手臂空间。在保证结构刚度的同时Enlight的自重极大减轻但负载能力反而提升至5公斤的实用水平自重负载比相较于Rizon系列提升了67%。此外Enlight的第一、三、五、七轴关节运动范围达到720度并通过特殊系统设计下的纯软件方案实现多圈编码器记圈。相比传统机械或电池方案这样的设计让Enlight在维护成本和系统可靠性上都更具优势。核心性能方面Enlight关节控制频率可达10kHz整臂控制频率达到2kHz整机力控精度0.1N最大TCP力范围400N。这种高速响应能力让打磨、装配等工艺的操作更丝滑精准。同时它配备了M8接口与弹簧针Pogo pin接口可灵活连接夹爪、传感器、工具头等末端执行器支持抓取、装配、打磨等各类任务的快速切换天然适配工业、医疗、商用服务等多领域的场景需求。在多样化的末端工具中与Enlight搭配上的新Grav增强型夹爪采用了非夕自研的仿生壁虎材料。这种基于干性吸附原理的仿生材料灵感源自壁虎脚趾。不同于传统的吸盘或刚性夹爪它能做到“粘且不黏”既能稳稳吸附住像塑料水瓶、不规则零件这类形状奇特、表面光滑甚至极其柔软的物体又不会像胶带那样留下任何残胶。配合“刚柔双模式”切换机器人既能抓取沉重的工业零件也能轻柔处理易碎、易变形的物体补齐了物理交互的最后一块拼图。从应用场景来看Enlight确实尤其擅长狭小空间作业。其轻量化设计与高灵活性相结合再加上全域力感知能力的加持能够轻松规避空间约束完成传统机器人难以触及的任务。与前代产品相比Enlight更聚焦于灵巧敏捷型场景而Rizon系列则深耕工业稳健型应用两者互补构建起覆盖不同需求的产品矩阵。在安全性上Enlight延续了非夕一贯强调的“本质安全”设计思路并在这一代产品中进一步强化。非夕的“本质安全”和通俗意义上对机械臂安全工作的理解——机械臂发生碰撞或接收到急停信号就停止动作——还不一样。进一步来说只要机械臂感知到外界哪怕极其细微的非预期阻力或者机器人系统的异常工作状态它就能以毫秒级的速度做出反应主动实现物理层面的安全保障从被动停止升级至主动防护。主要能力还是源于非夕自研的覆盖条件反射和小脑层基于独立安全硬件机制的冗余双保障系统。为了给这种人类物理直觉般的能力提供权威背书Enlight在设计上严苛遵循了IEC 61508、ISO 10218-1:2025等最新也是最高要求的国际安全标准。左右手不熟看看具身原生双臂在Enlight的基础上非夕又进一步打造了MICO双臂机器人平台并明确强调其“双臂原生”属性。这里的“原生”指它在设计之初就围绕双臂协同作业展开研发从底层技术到硬件配置都为双臂协同量身打造。这是它与传统双臂机器人最本质的区别。为什么是双臂本质上是为了贴合真实的作业需求解决单臂作业的场景局限和传统双臂操作的挑战。诚然单机械臂已能落地众多场景但实际操作中往往需要搭配大量周边工装夹具完成辅助定位、工件翻转等动作需要额外的设备投入产线灵活性和设备复用率也受限。双臂作业系统能大幅减少这类非标辅助设备的需求让设备复用率提升90%以上大幅降低了产线改造成本与设备投入成本。同时双臂也更贴合人类的操作逻辑适配更多需要双手配合的复杂场景。从硬件构成来看MICO以两台Enlight机械臂为核心但并不是简单粗暴地把两台Enlight拼接在一起。这就不得不提到它的核心支撑——MICO搭载的Orion控制器。传统的双臂控制方案中操控两台机械臂往往需要两套相互独立的控制系统同步性差整体控制逻辑也很复杂给开发和调试提出了高要求。针对这个问题非夕团队自研了专为多臂协同的Orion控制器。它支持一拖二配置能通过单个控制箱同时驱动两台Enlight机械臂还能兼容不同规格的手臂组合从根源上解决了传统方案的同步性难题。而且机器人控制模块自重仅3.5kg是业内最小尺寸的全功能控制箱。配合非夕首创的图形化双臂编程界面开发者无需进行复杂的点位对齐与轨迹校准就能轻松实现双臂协同动作规划。也正因如此MICO的双臂协同价值在实际应用中能得到充分发挥。高云帆介绍道MICO在各类复杂场景中展现出远超单臂的作业能力在复杂装配场景中MICO的双臂可分工协作分别承担抓取与辅助定位任务通过精准的力控协同完成柔性贴合安装、带线束插入等精细操作在打磨抛光场景中双臂可协同夹持工件或工具进行两者间丝滑的相对运动和力度控制从而实现更高效率、更均匀的表面处理让作业效果和效率都得到显著提升。延续非夕一贯的模块化设计思路MICO推出了MICO Armor、MICO Core、MICO Plus、MICO Ultra等多个标准化版本。开发者能根据不同的场景需求灵活选配两个自由度且具备力控能力的腰部、视觉头部模块或移动底盘形成具备更高自由度的移动执行系统。一套平台能适配多种场景。此外MICO还通过底层技术优化攻克了传统双臂机器人的力控耦合痛点。两台7自由度的双臂协同作业涉及14个自由度的复杂控制。如果依旧用传统方案很容易出现影响作业精度的力控干扰问题技术门槛也很高非常不友好……为解决这一难题MICO依托非夕全栈自研的层级式控制架构将双臂视为一个整体进行轨迹规划与力控调节来确保双臂协同操作的流畅性与精准性。现在是不是更清楚为什么MICO敢给自己打“具身原生”的tag了doge脸。不过对非夕而言“模块化设计”不只体现在MICO上。具身时代需要一个通用智能机器人基座平台这种在MICO上露出锋芒的模块化哲学实则贯穿了非夕的产品生态。硬件层面不管是Enlight机械臂的标准化接口设计还是MICO系列的模块化组合方案非夕都构建了一套可灵活配置的硬件体系。客户既可以选择单一机械臂作为操作单元也可以搭配移动底盘、腰部模块等形成完整系统甚至能根据需求定制末端工具。这种解耦的意义巨大使其能适配从工业精密装配到商用服务、从实验室自动化到家庭养老的各类场景。软件层面非夕将复杂的力控能力与操作逻辑抽象为 “模块化的元操作Primitives”封装成标准化的功能块。开发者不再需要去钻研底层的力学反馈逻辑只需要通过RDK开发工具包或Elements图形化操作系统就能像搭积木一样调用这些模块组合出复杂的机器人行为。传统路径中算法团队往往需要同时处理感知、控制与执行三个层面的问题任何一环不稳定都会影响整体效果。而一旦有了模块化基座底层复杂性就能被封装在系统内部上层开发者只需要关注任务逻辑与策略设计。从行业角度看这种解耦正在成为趋势。一方面竞争正在从单点能力转向系统能力。单纯的视觉模型或控制算法已经不足以形成优势真正的壁垒在于整套系统的稳定性、可扩展性与能力上限。另一方面物理世界的复杂性远高于数字空间。接触、摩擦、形变等因素很难通过简单建模完全描述将这些规律固化在底层平台中可以显著降低应用开发成本提升具身智能开发和训练效率。在这一逻辑下非夕明晰了自己的生态定位通用机器人基座平台。王世全表示这个基座包含三个核心层次。底层是具备高感知、强执行、高安全特性的本体系统以Rizon、Enlight为核心中间层是标准化的技能接口、开发接口与模块化的软件工具链包括RDK、Elements、Primitives等上层是面向不同场景与生态合作伙伴的标准系统和应用解决方案。这种解耦既提升了开发效率更推动了行业分工的优化让机器人本体厂商、AI算法公司、场景应用商各自聚焦又协同创新。从战略上看这是一种“以不变应万变”的思路。在技术路径不断变化的情况下模型、算法甚至应用形态都可能快速迭代但对物理世界的操作能力始终是刚需。非夕押注的正是这个不变量。王世全说通用机器人的终局在于感知、控制与决策的深度耦合而这种耦合需要扎进物理世界最深处才能真正实现。只要底层能力足够稳定并不断突破边界上层创新就可以持续发生——这一逻辑早已在云计算时代的基础设施发展中得到验证。进入具身智能时代非夕正在用自己的方式为具身智能的大规模落地铺平道路。当底层的物理操作能力成为行业通用基础设施具身智能的技术发展和商业化落地便有了坚实支撑。可以想见一个庞大的具身生态会在非夕搭建的通用机器人基座平台上蓬勃发展。

相关文章:

别人都在卷视觉,这家具身公司偏要卷“手感”

衡宇 发自 凹非寺量子位 | 公众号 QbitAI“对具身智能来说,力觉比视觉更重要。”听起来,这句话好像有那么点非主流。放眼当下,大多数具身智能的叙事,视觉几乎是机器人认知世界的第一扇窗。但源自斯坦福机器人和人工智能实验室的通…...

Tsukimi开源媒体播放器使用指南:从零开始打造个性化观影体验

Tsukimi开源媒体播放器使用指南:从零开始打造个性化观影体验 【免费下载链接】tsukimi A simple third-party Emby client 项目地址: https://gitcode.com/gh_mirrors/ts/tsukimi Tsukimi是一款专为媒体爱好者设计的开源媒体播放器,作为第三方Emb…...

保姆级教程:Ubuntu下用TFTP+Uboot给OpenBMC刷系统(附常见错误排查)

嵌入式开发者必备:Ubuntu下OpenBMC系统刷新的全流程避坑指南 在嵌入式系统开发中,OpenBMC作为开源基板管理控制器解决方案,其系统刷新是每位硬件工程师必须掌握的核心技能。不同于普通PC的系统安装,OpenBMC刷新过程涉及TFTP服务配…...

Yuzu模拟器性能优化与版本适配完全指南

Yuzu模拟器性能优化与版本适配完全指南 【免费下载链接】yuzu-downloads 项目地址: https://gitcode.com/GitHub_Trending/yu/yuzu-downloads 问题诊断:你的模拟器是否遇到这些问题? 启动游戏时卡在加载界面?运行过程中频繁掉帧&…...

NVIDIA Jetson Orin NX 16G —— 边缘AI的“小钢炮”

在2026年的边缘计算领域,NVIDIA Jetson Orin NX 16GB 依然被视为高性能嵌入式人工智能的标杆之作。它凭借紧凑的体型和服务器级的算力,成为了机器人、自动驾驶小车及智能安防系统的首选核心。然而,许多开发者在拥抱其强大硬件的同时&#xff…...

3步掌握Zwift-Offline数据修复:从崩溃到满血复活

3步掌握Zwift-Offline数据修复:从崩溃到满血复活 【免费下载链接】zwift-offline Use Zwift offline 项目地址: https://gitcode.com/gh_mirrors/zw/zwift-offline Zwift-Offline作为本地化运行Zwift的开源解决方案,让骑行爱好者能够脱离官方服务…...

阿里云OSS和MQTT授权配置

前言: 建议所有的云服务资源访问都使用指定的RAM账户最小权限操作访问,这样比较安全。这也是阿里云推荐的方式。所以你要为每一种阿里云资源创建RAM账户,而且是创建AccessKey ID/AccessKey Secret 访问类型的账户。那配置了账户就肯定要给账户…...

Qwen-Image-Lightning保姆级教程:从零部署到生成首张图的完整步骤

Qwen-Image-Lightning保姆级教程:从零部署到生成首张图的完整步骤 想体验一下只用4步就能生成高清大图的快感吗?今天要介绍的这个工具,能让你的创意在几十秒内变成一张1024x1024的高清图片,而且对电脑配置要求非常友好。 这个工…...

毕设分享 LSTM天气预测算法系统

0 简介 今天学长向大家介绍一个机器视觉的毕设项目 使用LSTM实现天气时间序列预测 项目运行效果: 毕业设计 lstm天气预测🧿 项目分享:见文末! 1. 数据集介绍 数据集包含14个不同的特征,例如气温,大气压力和湿度。从2003年开始…...

ESP32+W5500嵌入式以太网Web服务器开发指南

1. 项目概述WebServer_ESP32_W5500 是一个专为 ESP32 平台设计的、面向工业级以太网应用的轻量级 Web 服务框架。它并非简单地将 WiFi 协议栈移植到有线网络,而是深度集成 LwIP 协议栈与 W5500 硬件 TCP/IP 加速器,构建出一套兼具高可靠性、低资源占用和…...

Rocky9+ Docker + 容器内Linux桌面环境 + Web远程

一、整体架构设计Rocky9(宿主机,无GUI) │ ├── Docker │ ├── 容器1:Rocky9 XFCE noVNC ToDesk │ ├── 容器2:Rocky9 XFCE noVNC ToDesk │ └── 容器3:Rocky9 XFCE noVNC ToDes…...

天龙八部GM工具:释放单机版游戏无限潜能的终极指南

天龙八部GM工具:释放单机版游戏无限潜能的终极指南 【免费下载链接】TlbbGmTool 某网络游戏的单机版本GM工具 项目地址: https://gitcode.com/gh_mirrors/tl/TlbbGmTool 你是否厌倦了在天龙八部单机版中反复刷怪升级?是否想要体验顶级装备和技能却…...

用tao-8k构建智能搜索:基于Xinference的文本向量化实战教程

用tao-8k构建智能搜索:基于Xinference的文本向量化实战教程 1. 理解tao-8k文本嵌入模型 1.1 什么是文本向量化 文本向量化是将自然语言文本转换为数值向量的过程。想象一下,就像把一本书的内容浓缩成一个独特的数字指纹,这个指纹能够捕捉书…...

情绪支持对话革命:AFlow 让大模型从一轮共情升级为长期治愈!

❝ 一句话概括,这篇论文把情绪支持对话当成一个“情绪动力学控制问题”,用 Affective Flow 约束每轮回复对下一轮情绪的影响,核心诉求是让安慰不是“好听”,而是“长期有效”。 第一阶段:识别核心概念 论文的Motivati…...

lychee-rerank-mm保姆级教程:如何用lychee debug模式调试自定义指令

lychee-rerank-mm保姆级教程:如何用lychee debug模式调试自定义指令 1. 快速了解lychee-rerank-mm lychee-rerank-mm是一个轻量级的多模态重排序工具,它能同时理解文本和图像内容,帮你把最相关的信息排到最前面。 想象一下这样的场景&…...

在线生成工具(画图类)

最近挖到一个超实用的宝藏AI网站,简直是做毕业设计、课程设计的神器!它可以免费绘制ER图、用例图、功能结构图、流程图等多种图表,操作简单不用复杂排版,一键就能快速生成。最厉害的是支持图表之间互相转化,还自带智能…...

Win11Debloat:系统深度优化实现Windows性能与隐私双重提升

Win11Debloat:系统深度优化实现Windows性能与隐私双重提升 【免费下载链接】Win11Debloat 一个简单的PowerShell脚本,用于从Windows中移除预装的无用软件,禁用遥测,从Windows搜索中移除Bing,以及执行各种其他更改以简化…...

如何通过Win11Debloat实现Windows系统终极优化:隐私保护与性能提升完整指南

如何通过Win11Debloat实现Windows系统终极优化:隐私保护与性能提升完整指南 【免费下载链接】Win11Debloat 一个简单的PowerShell脚本,用于从Windows中移除预装的无用软件,禁用遥测,从Windows搜索中移除Bing,以及执行各…...

EcomGPT-中英文-7B电商模型与YOLOv8联动:视频带货中的实时商品检测与描述生成

EcomGPT-中英文-7B电商模型与YOLOv8联动:视频带货中的实时商品检测与描述生成 最近在琢磨一个挺有意思的事儿:怎么让AI在直播或者短视频里,自己“看见”商品,然后“张嘴”就把卖点给讲出来。听起来有点像科幻片里的场景&#xff…...

高清高透窗纱网厂家推荐与高透窗纱网产品特点分析

高清高透窗纱网的市场前景与应用分析随着生活质量不断提高,消费者对家居环境的要求也逐步上升。高清高透窗纱网以其优异的透气性和防蚊虫性能,正日益受到欢迎。我们的市场研究表明,该产品不仅适合家庭使用,还是办公室及农业领域中…...

Realistic Vision V5.1虚拟摄影棚实操:多轮迭代生成——从草图到精修人像

Realistic Vision V5.1虚拟摄影棚实操:多轮迭代生成——从草图到精修人像 1. 项目概述 Realistic Vision V5.1虚拟摄影棚是一款基于Stable Diffusion 1.5生态顶级写实模型开发的本地化工具,专为摄影级人像生成而设计。这个工具解决了普通用户在尝试使用…...

做企业级数据库权限管理,工具应该怎么选?为什么 NineData 值得作为核心选型参考

一旦团队开始认真治理数据库权限,市面上的可选方案会一下子变多:数据管理平台、数据库 DevOps 平台、堡垒机、工单系统、甚至自建审批表单都可能被拿来比。但“谁都能做一点权限管理”和“谁更适配企业级数据库权限治理”不是一回事。如果你的目标是把申…...

AIGlasses OS Pro Java面试题解析:视觉相关算法实现

AIGlasses OS Pro Java面试题解析:视觉相关算法实现 最近有不少朋友在准备技术面试,特别是那些涉及智能硬件和视觉算法的岗位。我发现很多面试官喜欢问一些结合了实际产品场景的算法题,比如“如果让你为AIGlasses OS Pro这样的智能眼镜实现一…...

如何通过TMSpeech实现本地化语音交互:突破实时性与隐私性的技术方案

如何通过TMSpeech实现本地化语音交互:突破实时性与隐私性的技术方案 【免费下载链接】TMSpeech 腾讯会议摸鱼工具 项目地址: https://gitcode.com/gh_mirrors/tm/TMSpeech 引言:重新定义本地化语音处理的价值边界 在数字化浪潮席卷各行各业的今天…...

收藏!AI抢人大战杀疯了:应届博士年薪500万,程序员/小白必看上车指南

2026年的AI行业,最炸裂的新闻从来不是某款新模型发布,也不是某项技术突破,而是一句足以让所有从业者震惊的消息:应届博士生年薪500万 💰 没错,就是500万!而且这绝非个例,已经成为AI…...

Step3-VL-10B效果展示:同一张图不同温度参数下——确定性OCR vs 创意描述对比

Step3-VL-10B效果展示:同一张图不同温度参数下——确定性OCR vs 创意描述对比 1. 引言:温度参数如何影响你的视觉模型体验 如果你用过Step3-VL-10B这个视觉语言模型,可能会注意到一个叫“温度”的参数。这个参数看起来有点神秘,…...

YOLOv10全网首发:CVPR2026 MixerCSeg | DEGConv方向引导边缘门控,破解细长裂缝检测难题

DEGConv模块引入YOLO的核心优势及解决的问题 💡💡💡问题点:YOLO在裂缝检测中面临的核心问题 1)感受野局限:标准卷积核难以捕捉裂缝的长程连续性与不规则分支结构。 2)方向性特征缺失:裂缝常沿多方向延伸,普通卷积缺乏对方向敏感的特征提取能力。 3)纹理与边缘…...

Swin2SR部署避坑指南:OpenEuler系统兼容性全解析

Swin2SR部署避坑指南:OpenEuler系统兼容性全解析 1. 为什么选择Swin2SR进行图像超分辨率重建 在数字图像处理领域,分辨率提升一直是个棘手的问题。传统方法如双线性插值或Lanczos重采样,本质上只是通过数学算法"猜测"缺失像素&am…...

基于改进自适应蚁群算法的路径规划研究

(顶刊复现)基于改进自适应蚁群算法MAACO的机器人,无人船,无人机,无人车,自动驾驶的路径规划算法,MATLAB编写,可以修改地图信息 输出如下图所示,只有一条轨迹的那张。 包括源代码和参考文献&…...

鸡尾酒排序 vs 冒泡排序:哪个更适合你的项目?(附性能对比测试)

鸡尾酒排序与冒泡排序的深度性能对比与实战选型指南 排序算法是每个开发者工具箱中的基础工具,但在实际项目中如何选择合适的排序算法却常常让人纠结。本文将深入分析两种经典排序算法——鸡尾酒排序和冒泡排序的核心差异,通过实测数据揭示它们的性能特点…...