På det nylige legemlige intelligensudviklingssymposium annoncerede professor Chen Taos team fra Fudan University et stort forskningsgennembrud: den næste generations generative humanoide robotbevægelse store model bryder gennem begrænsningerne af traditionelle visuelle-sproglige modeller (VLA), der opnå en tværdimensionel opgradering fra "opfattelse og forståelse" til "dynamisk kontrol ." Model innovativt analyserende analysering af human, "som" dynamisk kontrol. Oversættelse, "Konstruktion af et" action-ordforråd-sekvenssyntaks "-system, der gør det muligt for robotter at generere komplekse lembevægelser udelukkende gennem naturlige sproginstruktioner, med nøjagtighed forbedret med 40% sammenlignet med traditionelle modeller .
De vigtigste tekniske højdepunkter i teamet inkluderer: Udvikling af en 3D-punktsky-multimodal model, der gør det muligt for robotter at opnå rumlig struktur "forståelse" -funktioner for første gang, der er i stand til at legemliggøre spørgsmål-svar og dynamisk sti-planlægning; and creating an innovative model compression framework, reducing edge computing power requirements by 70%, breaking through hardware bottlenecks for the widespread adoption of intelligent robots. The model has been successfully deployed on physical robot platforms, demonstrating smooth motion control capabilities in industrial assembly and service scenarios.
Moushen Intelligent Technology, incubated based on research achievements, has secured strategic partnerships with multiple industry giants through its globally pioneering generative Motion series technology. Professor Chen Tao stated, "Our research has addressed the industry pain point of 'disconnect between virtual models and physical control,' driving embodied intelligence from the laboratory into real-world scenarios." This Gennembrud ikke kun indsprøjter kerneteknologisk konkurrenceevne i Kinas robotikindustri, men sætter også et nyt benchmark inden for legemlig intelligens i global AI -konkurrence .