正在阅读:开源炸场!优必选具身智能大模型Thinker再次狂揽9项全球第一!

开源炸场!优必选具身智能大模型Thinker再次狂揽9项全球第一!

2026-02-02 09:10:55来源:“优必选科技”微信公众号 关键词:人形机器人具身智能大模型阅读量:24888

导读:基于百亿参数底座模型,优必选对其具身智能大模型Thinker进行了架构升级。本次升级聚焦“小参数、高性能、全开源”,旨在打造一个能为工业人形机器人提供快速反应与精准空间感知的下一代具身智能大脑。
  过去一年,以人形机器人为代表的具身智能在实验室中的“场景理解”与“任务规划”上进展显著,但面对真实的工业产线任务时,往往面临“想得到但抓不准、算得出但跟不上”的困境。这背后,是长期横亘在实验室环境与真实应用场景之间的鸿沟:人形机器人在空间层面的度量失准与时间层面的响应迟滞。
 
  基于百亿参数底座模型,优必选对其具身智能大模型Thinker进行了架构升级。本次升级聚焦“小参数、高性能、全开源”,旨在打造一个能为工业人形机器人提供快速反应与精准空间感知的下一代具身智能大脑,以应对动态工业场景的挑战。Thinker将作为智能基座,为优必选的群脑网络和协作智能体Co-Agent提供认知与决策支持,进而驱动单机自主与群体智能的协同进化。
 
  Thinker 实现了 “小体积大能量” 的关键性能突破,优必选此次将其开源,让广大开发者可基于该基座探索人形机器人大脑的应用,一同加快具身智能技术的迭代节奏,携手共建人形机器人的全新未来。
 
  小参数+高性能+全开源
 
  狂揽9项基准全球第一
 
  当前,机器人领域大模型表现欠佳,尤其在空间理解、视觉感知等关键任务上精度不足;且模型参数量普遍较大,难以满足机器人对实时性的高要求;其次,互联网上虽有海量数据,但质量参差不齐,制约了模型通过Data  Scaling 实现性能有效提升。
 
  优必选具身智能大模型Thinker以“小参数、高性能、全开源”突破具身大脑领域限制。近日,在涵盖10B以下具身智能大脑模型的权威基准评测中,Thinker一举拿下9项第一,重新定义了该领域的性能标杆。这些基准全面评估了具身智能的两大核心能力:一是机器人第一视角下的场景认知与任务规划能力,二是支撑物理交互的精准感知与空间理解能力。
 
  该权威榜单囊括了英伟达、字节跳动、北京智源及北京人形等顶尖团队近期发布的代表性模型,集中体现了具身智能行业的前沿水平。
 
  从海量数据到高质量“大脑”
 
  Thinker的数据转化之道
 
  具身智能的核心竞争力根植于高质量数据的支撑,但行业普遍面临原始数据噪声大、多模态对齐困难、标注成本高、小样本泛化难等痛点。优必选以数据为核心,构建了覆盖"精炼提纯 - 自动化标注 - 数据驱动训练” 的全链路解决方案,通过极致的技术优化破解行业难题,为轻量化具身大模型的高性能表现筑牢数据基座。
 
  从20B 到 10M
 
  多模态数据的 “精炼提纯” 流水线
 
  面对高达20B、含噪声、难对齐、模态缺失的原始数据,优必选构建了全流程自动化“精炼提纯”流水线。通过“数据筛选”与“质量评分”两步,实现从20B到10M级别高质量数据的极致提纯。
 
  广度筛选:基于定制化规则,从视觉、语言、动作、环境等多模态数据中,快速过滤出约1%的候选数据池。
 
  深度评分:引入大模型构建多维度评分模块,从质量、任务、场景等多维度进行精细评价,最终筛选最高价值的训练数据。
 
  自动化标注闭环
 
  人工参与率<1% 的高效方案
 
  针对具身数据标注难度大、成本高的行业痛点,优必选搭建了 “弱监督 + 自监督 + 少量人工校验”的自动化标注体系:
 
  核心技术:采用 “大模型辅助标注 + 多模型交叉验证”策略,对视觉场景分割、动作序列分类、指令意图解析等任务实现端到端自动化标注;
 
  人工校验机制:仅对标注置信度低于阈值的样本进行人工复核,最终将人工参与率控制在1%以下,较传统全人工标注方案成本降低 99%,标注效率提升超百倍;
 
  动态迭代优化:将模型训练后的误差反馈至标注流水线,持续优化标注算法参数,形成“标注 - 训练 - 反馈 - 迭代”的闭环,标注准确率随迭代逐步提升。
 
  Data-centric 核心优势
 
  小样本撬动强泛化能力
 
  具身智能的核心需求是 “在复杂真实场景中精准交互”,而数据质量直接决定模型的环境适配与任务迁移能力。优必选的训练范式以下三个核心维度系统保障模型的泛化与迁移能力:
 
  样本多样性覆盖:基于精炼的10M高质量数据,全面覆盖具身智能四大核心任务类型:任务规划, 视觉定位,空间理解,通用知识;
 
  任务导向型采样:针对具身智能 “感知 - 决策 - 执行” 闭环中的关键环节(如精细操作、模糊指令理解、突发场景应对),进行样本动态采样,提升模型核心能力;
 
  L4级标注标准:通过设计精细的4级数据标签,从任务-功能-分类-模态4个维度进行精确划分,实现对训练数据配比的精准把控。
 
  转动数据飞轮
 
  驱动模型持续进化
 
  依托具身智能大模型Thinker的技术积淀,优必选创新性打通数据回流机制,通过在工厂搬运、工件分拣等真实场景中的深度部署,确保技术优势转化为落地优势,并反哺模型持续进化。包含:
 
  基础能力深度解析
 
  详细拆解模型多模态理解、空间推理、任务规划等核心能力,明确不同具身场景下的能力边界与适配阈值,为下游应用提供精准的技术参考。
 
  精准问题定位指南
 
  提供场景化问题诊断方法论,针对落地中常见的指令理解偏差、操作精度不足等问题,给出可直接套用的排查流程与解决方案。
 
  实操优化全流程指导
 
  涵盖Prompt工程精细化优化技巧,以及SFT微调阶段的数据构造规范、不同任务类型样本比例配比建议,助力快速完成场景适配。
 
  双向数据回流机制
 
  回收下游场景中的全新数据、新兴任务需求及交互反馈,将其转化为模型可学习的训练资源,反向注入Thinker迭代过程,持续扩展模型基础能力与泛化性。以工厂搬运为例,系统持续收集实际作业中的长尾案例数据,如料箱识别失败、抓取轨迹动态调整等。这些真实场景数据直接反哺 Thinker 模型的训练,推动其自主进化,不断增强基础性能与场景适应能力。最终基于Thinker大模型,Walker S2可在箱体搬运、工件分拣等下游应用场景中实现 99.99% 的作业准确率。
 
  当前,具身智能正加速渗透工业智造、商用服务等千行百业,但技术门槛与成本限制成为行业普及的关键瓶颈。优必选坚持开源共享理念,将模型权重、训练工具链与应用案例全量开放,希望与更多开发者和企业共同拥抱具身智能的浪潮。
 
  以上内容有做删减
我要评论
文明上网,理性发言。(您还可以输入200个字符)

所有评论仅代表网友意见,与本站立场无关。

  • 造车、造飞机还造机器人!小鹏三季度营收交付均创历史新高

    小鹏集团发布2026年第三季度未经审计财务业绩,季度总收入达人民币242.8亿元,同比增长19.1%,环比增长23.0%,创历史新高。人形机器人方面,小鹏机器人业务已完成首轮超9亿美元融资,投后估值约430亿元,全球首条高阶通用人形机器人自动化产线已于9月启用。
    小鹏人形机器人飞行汽车
    2026-11-17 11:52:08
  • 10万台在望!人形机器人开启“1—10”新阶段

    2026年以来,国内人形机器人产业正在经历一轮方向性转折:产业重心从技术演示与小批量验证,转向规模化交付与真实场景作业。上半年我国人形机器人整机产品突破400款,产量超4万台,预计全年将突破10万台。
    人形机器人物理AI具身智能
    2026-11-12 17:09:35
  • 北京市具身智能机器人产业高质量发展行动方案(2026—2028年)

    《北京市具身智能机器人产业高质量发展行动方案(2026—2028年)》提出,力争到2028年,培育不少于5家国际一流、10家国内领先的人形机器人整机企业,具身智能模型、机器人本体和关键技术均达到国际一流水平。
    具身智能机器人人形机器人
    2026-11-12 13:24:11
  • 通用全身控制的下一程:从单一技能控制器走向通用模型

    人形机器人行业正处于从样机演示向工程化交付过渡的节点,规模快速起量,但离成熟产业化仍有明显距离。2026年的“量产元年”并不是一个人人受益的终点,而是一场以交付数据、场景密度和成本结构为标尺的结构性筛选。
    人形机器人通用全身控制模型具身大模型
    2026-11-09 17:10:38
  • 上海将推动8000台人形机器人进工厂

    构建智能制造复合型人才梯度培育体系,实施智能制造前沿部署工程师、智能工厂持续运营工程师等培育计划。
    人形机器人具身智能
    2026-11-04 08:47:06
  • 一批重要国家标准发布,涉及高新技术、传统产业、安全生产等

    近日,市场监管总局(国家标准委)批准发布515项重要国家标准及国家标准化指导性技术文件。涉及高新技术、传统产业、安全生产、百姓生活等领域。
    人工智能人形机器人工业环境机器人
    2026-11-02 13:29:47
版权与免责声明:

凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。

本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。

不想错过行业资讯?

订阅 智能制造网APP

一键筛选来订阅

信息更丰富

推荐产品/PRODUCT 更多
智造商城:

PLC工控机嵌入式系统工业以太网工业软件金属加工机械包装机械工程机械仓储物流环保设备化工设备分析仪器工业机器人3D打印设备生物识别传感器电机电线电缆输配电设备电子元器件更多

我要投稿
  • 投稿请发送邮件至:(邮件标题请备注“投稿”)1271141964.qq.com
  • 联系电话0571-89719789
工业4.0时代智能制造领域“互联网+”服务平台
智能制造网APP

功能丰富 实时交流

智能制造网小程序

订阅获取更多服务

微信公众号

关注我们

抖音

智能制造网

抖音号:gkzhan

打开抖音 搜索页扫一扫

视频号

智能制造网

公众号:智能制造网

打开微信扫码关注视频号

快手

智能制造网

快手ID:gkzhan2006

打开快手 扫一扫关注
意见反馈
我要投稿
我知道了