人民日报记者 黄晓慧

在上海举办的第二十六届中国国际工业博览会现场，一台有着“大眼睛”和像火星车一样底盘的白色机器人吸引了人们的目光。展会现场人群流动、场景复杂，这台机器人没有预先设置好的地图，不靠手柄遥控，仅凭“眼睛”就能自主找路，主动避让行人，和观众一起“逛展”。

这款机器人名为“旦宝”，搭载纯视觉端侧大脑，由复旦大学未来信息创新学院和极目天舒团队联合研发。研发团队负责人张天资介绍，长期以来，机器人的运动与作业主要依靠遥控、预编程和预先建图3种方式，而不是来自机器人自身对环境的实时理解。一旦环境或任务发生较大变化，就需要重新建图或编程。在抢险救灾、太空挖矿等作业场景中，变化因素多，急需能够实时理解环境并自主决策的机器人。

“旦宝”的诞生得益于纯视觉机器人端侧大脑技术突破。在模型层面，团队将机器人的各类运动统一归纳为“导航”问题，移动是将本体导航至目标位置，抓取等操作则是将指尖导航至目标物体附近。很多机器人抓取和行走用两套不同系统，存在数据一致性差、成本较高等问题，“旦宝”的大脑则能够指挥全身运动。基于上述“端侧大脑”训练出用于具身导航的物理技能——视觉空间智能导航，已在“旦宝”身上稳定运行。

张天资说，低算力、高智能是视觉空间智能导航的另一个特点。当前具身智能导航大模型的参数规模多为数十亿级，对算力要求较高，部分方案依赖离机推理，难以直接部署于现有机器人本体。视觉空间智能导航参数量约1.2亿，可在20瓦以内的功耗下支持最多8路视觉输入的端侧实时运行，让机器人摆脱对预建地图、预设程序的依赖，走向自主“理解”和决策、行动。

目前，研发团队正将成果与跑腿取送、巡检、农业、清洁等多类机器人开展适配，未来将探索让机器人从自主行走到自主完成任务，再到理解意图的持续“进化”。