天娛數科首席數據官出席具身智能大會，深度解析具身智能體通用化之路
2025-03-29
今日，第二屆中國具身智能大會（CEAI2025）在北京成功召開。大會吸引了國內外科研院所、高校及企業代表逾千人參與，共同探討具身智能領域的前沿技術與產業應用。20余場專題論壇，涵蓋大模型與具身智能、人形機器人、深空探測等前沿領域。天娛數科首席數據官吳邦毅受邀出席此次盛會，圍繞“感知-決策-行動閉環，具身智能體的通用化之路”核心命題，系統闡釋了具身智能體通用化技術路徑的創新范式。
演講中，吳邦毅直指行業痛點：“當前階段具身智能產業還有很多亟待突破的瓶頸，在數據獲取、算法開發、標準認證等方面仍存在諸多挑戰。比如在數據層面，3D數據匱乏且獲取成本高，嚴重制約了具身智能的深度訓練；算法層面，多數企業需從0到1獨立研發，導致資源浪費和效率低下；標準認證不統一，硬件接口、通信協議和數據格式等缺乏統一標準，具身智能難以跨本體應用等等?！?/span>
天娛數科將具身智能通用AI Agent列為研發重點，以Behavision命名的AI Agent整合了“算法+數據+算力”，致力于打造通用的大腦和小腦開發平臺。Behavision通過云邊端協同的創新架構，形成了形成完整的智能閉環。
吳邦毅表示：“通過自建的3D數據采集基地，集成高精度動捕系統與光場掃描技術，天娛數科已整合120萬組3D場景數據、50萬組多模態數據，覆蓋工業、家庭、醫療等不同場景，并借助Sim2Real仿真數據智能泛化技術顯著提升數據訓練效率，實現多模態決策與世界模型構建。
不止如此，吳邦毅還提到：“由天娛數科參股公司——專注空間計算及人工智能芯片及產品設計的高科技企業芯明開發的3D雙目立體算法芯片及深度視覺模組，單芯片集成實時3D立體視覺感知、AI人工智能、SLAM實時定位建圖等多項功能，具備1毫秒運動到顯示延時、3.5TOPS超低功耗、12nm先進制程等優勢，為機器人在復雜環境下的穩定運行提供了強大的感知算力支持，為機器人裝上了‘空間之眼’?！?/span>
當前，具身智能正經歷從“機械控制”到“認知涌現”的質變。早期機器人依賴預設程序執行單一動作（1.0階段），大模型時代通過模仿學習掌握技能（2.0階段），而真正的通用化必須跨越到3.0階段——讓機器建立對物理世界的因果推理能力。
決策層是具身智能體的“大腦”，決策邏輯本質上是對人類經驗的統計學習，天娛數科提出“云、邊、端”通用AI Agent架構，通過多模態大模型與擴散算法的融合，實現決策層的智能化升級。公司自研的天星基座大模型以及面向3D智能領域的“智者千問”行業大模型和智慧廣告大模型已通過中央網信辦備案，形成了協同互驅、優勢疊加的模型矩陣。這些模型結合先進的數據訓練策略，如Action Chunking with Transformers（ACT）算法，讓機器人能夠快速學習復雜的動作序列和操作邏輯。
吳邦毅表示：“基于大模型的模仿學習技術正引領人形機器人進入智能化新階段段。通過構建多模態感知系統，機器人可實時捕捉人類示范的運動軌跡、力量控制等關鍵參數，結合強化學習算法自主優化動作序列，實現從觀察到執行的端到端能力遷移?！?/span>
隨著多模態大模型與物理引擎的深度耦合，具身智能體將具備更高級別的決策能力，通過實時環境語義分割、動作意圖預測等技術，不僅能完成指定任務，更能根據場景變化自主調整策略在工業、醫療、家居等不同場景中展現出更強的環境適應力。這種認知能力的躍升，標志著機器人正從單純的工具型設備向智能體形態加速演進。
“真正的智能，是在行動閉環中涌現”。吳邦毅表示在演講中詳細解析了天娛數科創新構建的云邊端協同架構，通過云端百萬級3D數據集與多模態大模型的深度訓練，邊緣側集成SLAM算法與3D空間計算芯片的實時決策，以及終端深度視覺模組實現精準執行，形成三位一體的智能閉環。云端依托Behavision通用具身智能AI Agent，實現復雜場景的全局規劃與數據迭代；邊緣端以單芯片毫秒級響應能力處理實時感知數據，完成常規任務的自主決策；終端通過毫米級3D掃描和多模態交互，實現虛實場景的無縫銜接。
