星动纪元构建通用机器人基础栈

中国公司X Square Robot专注于具身智能，提出了一个用于制造通用机器人的集成化技术栈。与传统方法将系统拆分为独立的感知、规划和控制模块不同，X Square Robot将数据、世界模型和动作模型整合到一个统一的开放平台中。该技术栈基于三个原则：数据的基本单元是交互而非轨迹；预训练应提供可用的能力而不仅仅是初始化；行为应围绕物理事件建模，而非固定的时间段。为收集数据，该公司开发了Universal Manipulation Interface（UMI）QUANXTA Zero系列系统，该系统使用可穿戴头盔和两个夹爪，而非远程操作。关键创新在于质量控制：记录的轨迹会在真实机器人上复现，只有成功完成任务的轨迹才被视为有效。世界模型WALL-WM基于语义事件（例如“抓取”、“放置”）而非固定时间段进行操作，并采用文本生成视频模型，同时保留视觉特征。动作模型Wall-OSS-0.5同时训练三个任务：离散动作令牌、语言对齐以及连续动作生成。令牌化工具X-Tokenizer将连续运动转换为语义令牌，其中高位编码表示运动意图，低位编码表示细节，从而实现了不同机器人之间的可迁移性。该公司在其自有基准测试上报告了结果，并且世界模型的代码已公开发布，供独立测试。X Square Robot的估值超过200亿元人民币（约29亿美元），这表明投资者对该公司的技术路线充满信心。