X Square Robot 在现实物流运营中演示具身智能
摘要
X Square Robot 在直播中演示了其具身智能模型 WALL-B 和高性能六轴机器人手臂,在现实物流操作中自主分拣包裹,实现了每小时1,816个包裹的分拣速度,准确率超过98%。
暂无内容
查看缓存全文
缓存时间: 2026/08/15 17:56
# X Square Robot 在真实物流作业中展示具身智能技术
来源:https://www.prnewswire.com/apac/news-releases/x-square-robot-demonstrates-embodied-ai-in-real-world-logistics-operations-302850581.html
***在X与YouTube平台的直播中,该公司具身智能模型与其自主研发的高性能六轴机械臂协同作业,自主识别、抓取、调整姿态并将高度可变的包裹送入实时分拣流程,实现每小时1,816件包裹的分拣速度,准确率超过98%。***
/PRNewswire/ -- 致力于构建真实环境通用机器人与基础模型的具身智能企业X Square Robot,成功展示了可解决物流行业最棘手前端难题的自动化系统:将卡车卸货后堆积的杂乱包裹自动转运至分拣线。在8月12日X与YouTube平台的直播中,该公司自主研发的WALL-B人工智能基础模型与高性能六轴机械臂协同工作,实现了对包裹的识别、抓取、整理及逐个送上传送带进行扫描与自动化分拣。
X Square Robot 以每小时1,816件包裹的速度完成分拣挑战 (https://www.prnewswire.com/apac/news-releases/x-square-robot-demonstrates-embodied-ai-in-real-world-logistics-operations-302850581.html#)
X Square Robot 以每小时1,816件包裹的速度完成分拣挑战
包裹供件是高度劳动密集型的"3D"任务——枯燥、肮脏且危险,操作人员面临高人力需求、高流失率,以及夜班和季节性高峰的用工挑战。随着人力成本上升,能够连续运行的自动化方案为提升生产效率与投资回报率提供了潜在路径。
这正是实验室演示通常难以跨越的环节。包裹堆在每次抓取后都会发生变化。纸箱与软包装相互重叠,标签朝向错误,最佳抓取面往往被埋在底下。在卸货码头,这种混乱状况使包裹供件成为制约吞吐量的瓶颈,也是分拣过程中最耗费人力的环节之一。
*"物流自动化的关键不在于机器人能否完成单次精准抓取,"*X Square Robot创始人兼CEO王倩表示,*"而在于当堆垛状态持续变化时,它能否持续做出正确决策,遇到异常能否自我恢复,并保持后续作业流畅运转。我们的自动化设计围绕实际工作场景本身,而非理想化环境。"*
这一能力的核心在于X Square Robot自主研发的具身智能基础模型WALL-B。直播演示中,该模型展示了如何将这种习得理解转化为实时行动:评估每个包裹及其周边环境,确定处理方式,并根据条件变化调整操作策略。WALL-B无需依赖为每种包裹类型预设的编程规则,使机器人能够应对物理世界中的突发情况——正如演示中其六轴机械臂动态介入,成功救援了错误分拣的包裹。
将这些决策转化为物理行动的正是高性能六轴机械臂。其多角度运动范围使系统能够从不同方向接近包裹进行抓取、翻转、展平与重定位。在包裹到达传送带前,机械臂可将标签转向扫描仪、抚平软包装并整理纸箱形态。这些看似微小的调整,却能提升条形码扫描效率,减少因包裹位置不当导致的退货与人工处理。
X Square Robot采用专用化设计思路,而非让单一机器人执行所有任务,而是围绕包裹供件的具体需求构建系统。最终实现了速度、精度与成本的优化组合,让硬件与人工智能适配工作流程,而非强迫工作流程迁就机器人。
对X Square Robot而言,此次演示的意义远超包裹转运本身。它体现了该公司对具身智能的更广阔愿景:让人工智能在真实世界中落地实用,赋能机器人在复杂物理环境中实现感知、推理与行动。
**关于X Square Robot**
X Square Robot致力于开发具备高精度操作能力的通用型具身智能机器人。该公司正在构建物理世界基础模型,整合模型、机器人硬件以及可扩展的模型驱动高质量数据流水线系统。其机器人旨在家庭与日常环境、研究与教育、物流仓储及工业作业等长周期任务中实现感知、推理与行动。
更多信息请访问 https://x2robot.com/。
来源:X Square Robot
相似文章
Figure AI人形机器人搬运包裹引全网围观
Figure AI对其人形机器人连续数日自主处理包裹的直播视频走红网络,展示了公司的Helix 02系统,并引发了粉丝为机器人命名及购买周边产品的热潮。
🤖 Figure AI 刚刚进行了一项 200 小时的测试,他们的机器人分拣了 25 万个包裹
Figure AI 的 F.03 人形机器人,搭载 Helix-02 神经网络,在 200 小时内自主分拣了 249,560 个包裹,未出现硬件故障,效率接近人类水平。
Figure AI庆祝其人形机器人累计200小时(约8天8小时)处理包裹
Figure AI宣布其人形机器人已在包裹处理任务中累计运行200小时,这是实际部署中的一个里程碑。
Figure是一家AI机器人公司,致力于打造全球首款具有商业可行性的自主人形机器人。观看直播:一群人形机器人以人类水平完成整整8小时轮班作业。
Figure AI展示其Figure 03人形机器人以人类水平自主完成整整8小时轮班,展示了向商业可行自主人形机器人的进展。
Xiaomi-Robotics-1
小米展示了Robotics-1,这是一个通过无实体预训练在10万小时数据上训练的机器人策略模型,展现出清晰的扩展行为和对真实世界任务的强大泛化能力。