视启未来[特殊字符]百度智能云：给大模型一双手，让AI真正触碰物理世界

如果说过去两年大模型在数字世界里掀起了一场海啸那么2026年这场海啸正在以“具身智能”的形态猛烈地拍击物理世界的海岸线。但这里却有一个“骨感”的现实AI能写出拿普利策奖的文章能画出媲美梵高的名作却极难像一个普通人那样精准而轻柔地抓起一个玻璃杯。阻碍大模型长出“手脚”的最大壁垒不是算力而是数据——尤其是能够让机器理解真实物理交互的高质量、第一人称Ego视角下的对齐数据。传统的遥操或是UMI开发模式严重依赖人工且难以规模化成为了具身智能爆发前夜的“阿喀琉斯之踵”。既然依靠人力“教”机器的方式碰到了效率天花板用视觉算法去重构物理世界、实现自动化对齐便成了唯一的破局路径。作为IDEA研究院计算机视觉与机器人研究中心孵化的初创团队视启未来不仅推出了DINO、Grounding DINO/Grounded SAM、T-Rex、DINO-X等一系列全球前沿的视觉模型更专注打造视觉原生世界模型率先打通了“科研价值-应用落地-产业升级”的转化链路。5月15日在2026全球终端AI展暨第七届深圳国际人工智能展览会上视启未来携手百度智能云联合重磅发布了全球最新的高质量Ego人手3D对齐引擎——EgoTwin。视启未来创始人兼CEO、IDEA研究院讲席科学家张磊博士与百度智能云解决方案负责人康盛均携团队出席共同见证了这一推动AI从数字世界跨入物理世界的里程碑时刻。视启未来创始人兼CEO张磊博士宣布EgoTwin正式亮相百度智能云解决方案负责人康盛介绍数据引擎破解“莫拉维克悖论”EgoTwin如何让机器看懂人手在具身智能领域高效的数据生成与对齐方式像是一张通向通用机器人时代的必需船票。此次首发的EgoTwin数据引擎宛如一把精密的手术刀直击“Ego人手3D现实对齐数据稀缺”这一行业命门。简单来说它解决了一个核心问题如何让机器以人类第一人称的视角精准理解并复刻手部的复杂动作EgoTwin展现出了惊人的重构能力它可以精准重构3D人手关键点与手部网格模型在高度还原真实人手交互动作细节的同时精确解算其中的空间关系。这意味着Ego数据与机器人的状态空间终于实现了高效对齐。相较于目前行业主流的真机遥操模式EgoTwin在数据规模化拓展的效率上实现了指数级跃升。它不仅大幅降低了数据采集的边际成本更高效破解了产业研发与落地过程中的诸多阻碍堪称本届展会上AI领域最具含金量的“硬核”成果。顶尖视觉算法x全栈云端生态物理世界的超级基建回归产业视角解决规模化数据难题仅靠单点算法突破并不够还需要扎实的基础设施来承接。过去近十年百度智能云在数据服务领域积累了深厚的工程化经验。自2023年下半年深耕具身智能赛道以来从在大湾区落成首个具身智能采标实验室到近期联合多方伙伴推出“具身智能数据超市”核心逻辑只有一个——搭建一张面向全行业、真正贴合物理世界真实场景的具身数据网络。此次合作本质上是一场底层技术与云端基建的务实分工。视启未来的视觉科研成果从源头切入了世界模型在人手数据对齐上的核心痛点而百度智能云则提供大模型底座、算力支撑及大规模数据处理能力负责解决前沿技术在工程化过程中的效率与成本问题。这是一次清晰的产业互补EgoTwin的接入实质性地完善了百度智能云在具身智能高精度数据维度的纵深布局同时百度智能云现有的产业生态与客户阵列也为EgoTwin提供了从实验室走向实际应用、实现规模化验证的真实商业场景。EgoTwin 产品宣传图断层领跑做具身智能时代的“修路人”国际权威市场调研机构英富曼Omdia发布的《中国具身智能AI云市场1H25》报告显示百度智能云以35%的市场份额强势位居第一领先优势超过第二名两倍以上以断层优势持续领跑中国具身智能AI云服务市场。数字背后是百度智能云庞大且扎实的“朋友圈”。目前百度智能云已经深度支持包括北京、上海、浙江、四川创新中心在内的具身智能“国家队”同时也在为智元机器人、星海图等产业链上下游超过30家重点企业提供坚实的底层支撑助力产业创新者在下一个十年抢占先机。从大湾区实验室到具身智能数据超市再到今天EgoTwin的发布百度智能云正在联合行业顶尖力量一步步将具身智能从实验室推向工厂流水线、推向千家万户。视启未来与百度智能云的联手正是为具身智能行业打造了一套高精度的“航海图”。未来双方将持续深耕底层技术研发深化产业生态共建与前沿技术迭代进一步丰富多领域智能化应用方案。当AI真正“看懂”并“掌握”了物理世界的规律那个曾经只存在于科幻电影中的通用机器人时代就已经在向我们招手了。百度Q1财报智能云增长势头强劲点击“阅读原文”立即合作咨询