商汤科技推出具身智能平台

什么是”悟能”

“悟能”是商汤科技最新推出的面向机器人与智能设备的具身智能平台。该平台基于商汤领先的”开悟”世界模型，结合多模态大语言模型技术，为机器人提供强大的感知、决策和行动能力。系统架构分为三层：感知层（整合视觉、语音、触觉等多种传感器输入）、决策层（通过LLM与世界模型协同进行规划）以及行动层（实现机械臂和移动底盘的端到端控制）。该平台可深度赋能各类终端硬件，支持多种场景应用，能够生成多视角视频，构建高精度4D环境模型，从而实现复杂任务的自主执行。

“悟能”的核心功能

• 多模态感知融合
  • 通过整合视觉、语音和触觉等多种传感器数据，实现对周围环境的全方位感知与深度理解。
  • 实时精确识别物体、人物及空间布局信息，为后续决策提供可靠的环境数据支持。
• 智能决策系统
  • 创新性地将大语言模型（LLM）与世界模型相结合，实现对语言指令和物理世界的深度融合理解。
  • 具备强大的任务规划能力，可根据具体目标自动生成最优执行方案，确保任务高效完成。
• 精准行动控制
  • 采用端到端的控制技术，实现机械臂和移动底盘的精确动作执行。
  • 在实际操作过程中实时调整策略，确保动作执行的灵活性与可靠性。
• 场景适配能力
  • 支持多种硬件设备的无缝接入，可嵌入各类端侧芯片。
  • 适应不同应用场景需求，提供灵活部署方案。

总结：

“悟能”平台凭借其独特的多模态感知、智能决策和精准控制能力，正在重新定义机器人与智能设备的应用边界。其强大的环境建模能力和跨场景适配性，为各行业智能化转型提供了强有力的技术支撑。