8月27日，慧靈科技通過高工機(jī)器人平臺(tái)舉行線上發(fā)布會(huì)，正式發(fā)布60個(gè)垂直場(chǎng)景模型，覆蓋智慧實(shí)驗(yàn)、新零售、教育、智能制造等多個(gè)領(lǐng)域，并系統(tǒng)呈現(xiàn)基于“垂直場(chǎng)景模型 + HITBOT OS + 模塊化硬件”的分布式物理AI技術(shù)架構(gòu)。

【資料圖】

在通用物理AI和人形機(jī)器人持續(xù)受到關(guān)注的當(dāng)下，慧靈選擇從具體產(chǎn)業(yè)場(chǎng)景切入。其核心判斷是：不同物理場(chǎng)景擁有不同的行業(yè)知識(shí)、流程規(guī)則和設(shè)備能力，AI真正進(jìn)入產(chǎn)業(yè)現(xiàn)場(chǎng)，不只是要理解信息，更要理解任務(wù)，并進(jìn)一步組織設(shè)備完成執(zhí)行。

60個(gè)場(chǎng)景模型 讓AI真正“懂行”

此次發(fā)布的60個(gè)垂直場(chǎng)景模型，并不是將同一個(gè)模型復(fù)制到不同場(chǎng)景，而是針對(duì)具體產(chǎn)業(yè)任務(wù)形成的場(chǎng)景化能力。

在智慧實(shí)驗(yàn)室，模型需要理解實(shí)驗(yàn)?zāi)繕?biāo)、步驟和工藝參數(shù)；在新零售，則需要理解消費(fèi)者需求，并進(jìn)一步轉(zhuǎn)化為配方和制作工藝；在智能制造，需要結(jié)合產(chǎn)品規(guī)格、質(zhì)量要求與生產(chǎn)節(jié)拍生成任務(wù)流程。

慧靈將這種能力定義為“場(chǎng)景大腦”：它不僅回答“是什么”，還需要理解“為什么做”“應(yīng)該怎么做”，并將自然語言需求轉(zhuǎn)化為結(jié)構(gòu)化任務(wù)流。

從“大腦”到“小腦” AI如何真正驅(qū)動(dòng)設(shè)備

在大腦理解需求之后，還需要解決從智能決策到物理執(zhí)行的問題。

在慧靈的技術(shù)體系中，場(chǎng)景模型負(fù)責(zé)理解和決策，HITBOT OS負(fù)責(zé)設(shè)備連接、任務(wù)拆解、流程編排和調(diào)度執(zhí)行，模塊化硬件則完成最終的物理操作。

以智慧實(shí)驗(yàn)室為例，一旦實(shí)驗(yàn)需求進(jìn)入系統(tǒng)后，場(chǎng)景模型首先補(bǔ)齊實(shí)驗(yàn)條件并生成實(shí)驗(yàn)任務(wù)；隨后HITBOT OS根據(jù)任務(wù)匹配設(shè)備、構(gòu)建設(shè)備關(guān)系、拆解動(dòng)作、組織工藝流程并完成排程，最終形成設(shè)備可以真正執(zhí)行的實(shí)驗(yàn)流程。

目前，HITBOT OS已連接數(shù)百種通用及專業(yè)設(shè)備，并兼容多種工業(yè)通信協(xié)議，承擔(dān)連接AI模型與真實(shí)設(shè)備的“工業(yè)小腦”作用。

三個(gè)真實(shí)場(chǎng)景 驗(yàn)證同一條落地路徑

除了智慧實(shí)驗(yàn)室，發(fā)布會(huì)還展示了新零售與智能制造場(chǎng)景。

在新零售中，系統(tǒng)可以理解“比上次更清爽一點(diǎn)”這類自然語言需求，結(jié)合歷史訂單、飲品類型和硬件能力，生成對(duì)應(yīng)配方與制作流程。

在智能制造中，針對(duì)小批量、多品類頻繁切換的生產(chǎn)需求，系統(tǒng)結(jié)合產(chǎn)品規(guī)格、工藝要求、質(zhì)量標(biāo)準(zhǔn)與設(shè)備能力，重新生成適配當(dāng)前任務(wù)的生產(chǎn)流程。

場(chǎng)景雖然不同，但背后的路徑一致：從理解需求、生成流程，到設(shè)備協(xié)同和真實(shí)執(zhí)行，讓AI真正進(jìn)入產(chǎn)業(yè)現(xiàn)場(chǎng)。

從“通用”之外，尋找物理AI的產(chǎn)業(yè)答案

慧靈科技CTO廖澤立在發(fā)布會(huì)中表示，物理智能未來并不意味著所有工作都由一種通用機(jī)器人完成。面對(duì)專業(yè)性、重復(fù)性、精細(xì)化和力量型任務(wù)，通用硬件與專用設(shè)備仍將長期并存，并形成新的協(xié)作方式。

基于這一判斷，慧靈提出“分布式物理AI”：通過垂直場(chǎng)景模型與通用、專用硬件的合理組合，讓不同物理場(chǎng)景以更高效率進(jìn)入智能化執(zhí)行階段。

從“理解信息”到“理解任務(wù)”，從“生成答案”到“物理執(zhí)行”，60個(gè)垂直場(chǎng)景模型的發(fā)布，也進(jìn)一步呈現(xiàn)了慧靈對(duì)于具身智能產(chǎn)業(yè)落地路徑的判斷：智能最終要回到場(chǎng)景，并在真實(shí)任務(wù)中完成執(zhí)行。