當(dāng)前主流機(jī)器人訓(xùn)練高度依賴強(qiáng)化學(xué)習(xí)，在海量仿真和真實(shí)測(cè)試中讓機(jī)器人學(xué)會(huì)控制身體。這種訓(xùn)練范式對(duì)于數(shù)據(jù)的體量和質(zhì)量都提出了極高的要求，即便是一個(gè)簡(jiǎn)單的搬運(yùn)動(dòng)作，傳統(tǒng)強(qiáng)化學(xué)習(xí)也需要近萬(wàn)條數(shù)據(jù)樣本。

而近日，一家來(lái)自深圳的具身智能公司——攬?jiān)聞?dòng)力，卻提出了一套解決方案。在他們的訓(xùn)練框架下，簡(jiǎn)單動(dòng)作的訓(xùn)練樣本僅需幾十條，而復(fù)雜動(dòng)作也可以通過(guò)拆解，將訓(xùn)練樣本的需求壓縮至原來(lái)的十分之一到二十分之一。

成立于2024年的攬?jiān)聞?dòng)力，是一家專注于強(qiáng)交互、復(fù)雜操作機(jī)器人研發(fā)的具身智能公司，創(chuàng)始團(tuán)隊(duì)核心成員覆蓋工程、商業(yè)與產(chǎn)業(yè)背景。首席科學(xué)家王雪峰博士現(xiàn)任北京大學(xué)先進(jìn)制造與機(jī)器人學(xué)院助理教授，在機(jī)器人控制與非線性動(dòng)力學(xué)領(lǐng)域發(fā)表國(guó)際期刊論文30余篇，獲IEEE/ASME會(huì)議最佳論文獎(jiǎng)。2025年11月，攬?jiān)聞?dòng)力完成數(shù)千萬(wàn)元天使輪融資，投資方為銀河通用機(jī)器人、瀘州老窖金舵資本、建銀國(guó)際（上市公司金力永磁合作基金）、L2F光源創(chuàng)業(yè)者基金。

攬?jiān)聞?dòng)力的創(chuàng)新范式引發(fā)了行業(yè)的深層思考：具身模型的訓(xùn)練，是否能突破“題海戰(zhàn)術(shù)”的桎梏？

解題公式

傳統(tǒng)強(qiáng)化學(xué)習(xí)的數(shù)據(jù)黑洞，根源是兩個(gè)疊加的死結(jié)。

一是任務(wù)本身的復(fù)雜度。操作任務(wù)的狀態(tài)空間維度極高，環(huán)境參數(shù)的微小擾動(dòng)就會(huì)讓已有數(shù)據(jù)失效，每個(gè)場(chǎng)景、每個(gè)環(huán)境參數(shù)的變化幾乎都需要獨(dú)立采集。

二是力控?cái)?shù)據(jù)在操作任務(wù)中不可或缺，偏偏采集成本又極高。力是物理交互的核心變量，但它是一個(gè) "隱性變量"。要獲得真實(shí)的力反饋，只能靠六維力傳感器和精密伺服系統(tǒng)，成本遠(yuǎn)超視頻和仿真采集。

攬?jiān)聞?dòng)力給出的答案是：約化模型（Reduced-Order Model）。

簡(jiǎn)單理解：把機(jī)器人復(fù)雜的多體運(yùn)動(dòng)系統(tǒng)降階降維，將高維變量——關(guān)節(jié)、連桿、慣量、接觸力、驅(qū)動(dòng)力矩——降維成更基礎(chǔ)的物理參數(shù)：加速度、減速度、角度、力矩、重心變化，再通過(guò)數(shù)學(xué)方式抽取關(guān)鍵特征，建立低階動(dòng)力學(xué)方程。這不是讓機(jī)器人"背題"，而是讓機(jī)器人先掌握"解題公式"。

攬?jiān)聞?dòng)力先用約化模型建立動(dòng)作的物理框架，讓機(jī)器人掌握動(dòng)作大方向；再用強(qiáng)化學(xué)習(xí)校正姿態(tài)偏差、精度損失和場(chǎng)景差異等。其直接效果就是對(duì)于訓(xùn)練數(shù)據(jù)的需求量急劇縮減。

在同等工業(yè)動(dòng)作訓(xùn)練標(biāo)準(zhǔn)下、大負(fù)載人形輪足機(jī)器人場(chǎng)景，攬?jiān)聞?dòng)力所需訓(xùn)練數(shù)據(jù)較行業(yè)均值降低60%-75%，整體算力消耗相較行業(yè)通用方案減少55%-70%。

“約化模型的核心價(jià)值不是用更多數(shù)據(jù)暴力擬合物理世界，而是用物理規(guī)律減少對(duì)數(shù)據(jù)的強(qiáng)依賴?！睌?jiān)聞?dòng)力對(duì)鈦媒體表示。

邊動(dòng)邊校正

約化模型的另一個(gè)重要的價(jià)值在于實(shí)現(xiàn)了"高頻力控"。

大模型在數(shù)字世界已經(jīng)很強(qiáng)，但在物理世界面前，它的能力邊界非常清晰。

首先是延遲。 主流大模型的推理時(shí)延動(dòng)輒百毫秒到秒級(jí)，足夠生成一段優(yōu)雅的文字回答，但對(duì)物理世界來(lái)說(shuō)遠(yuǎn)遠(yuǎn)不夠。機(jī)器人抓取一個(gè)易碎工件時(shí)，手指?jìng)鞲衅鞲兄交频哪且豢?，留給系統(tǒng)做出反應(yīng)的時(shí)間窗口只有幾毫秒——大模型還沒推理完，工件已經(jīng)掉在地上。

其次是閉環(huán)。 大模型是開環(huán)系統(tǒng)——輸入信息、推理、輸出結(jié)果，沒有真正的物理反饋。而物理世界的每一次操作，本質(zhì)上都是連續(xù)校正的過(guò)程：力大了要減、滑了要握緊、工件變形了要重新調(diào)整角度。這種"感知—判斷—執(zhí)行—再感知"的毫秒級(jí)閉環(huán)，是大模型的架構(gòu)層面就無(wú)法承載的。

第三是物理表征的缺失。 大模型理解"杯子""桌子"這些語(yǔ)義概念，但它不理解杯子被握住時(shí)手指上的壓力分布，不理解紙箱被壓扁時(shí)形變的方向，更不理解一塊磁鐵吸附到金屬表面瞬間的力矩變化。這些信息根本不在它的訓(xùn)練數(shù)據(jù)里。

第四是錯(cuò)誤代價(jià)。 大模型的"幻覺"在數(shù)字世界只是一個(gè)錯(cuò)誤答案，但在物理世界，一次力的估算錯(cuò)誤就可能意味著工件報(bào)廢、設(shè)備損壞，甚至安全事故。
這正是約化模型不可替代的位置：它不是給機(jī)器人"想清楚再動(dòng)"，而是讓機(jī)器人"邊動(dòng)邊校正"。

在工業(yè)現(xiàn)場(chǎng)，約化模型把每一次接觸、每一次受力、每一次姿態(tài)偏差都映射到底層物理參數(shù)，配合關(guān)節(jié)傳感器實(shí)時(shí)調(diào)整力矩輸出——這種自校正能力，是大模型架構(gòu)層面給不了的。

在機(jī)器人控制系統(tǒng)中，頻率不是一個(gè)參數(shù)，而是能力邊界。高層大腦通常幾十赫茲（任務(wù)規(guī)劃級(jí)別）；中層全身協(xié)同控制需要幾百赫茲；底層關(guān)節(jié)力控和實(shí)時(shí)反饋，往往需要每秒上千次。

攬?jiān)聞?dòng)力約化模型的中層全身控制輸出頻率可達(dá)1000Hz——機(jī)器人每秒能進(jìn)行上千次力學(xué)計(jì)算與動(dòng)作修正。高頻力控它意味著每一次接觸都能被實(shí)時(shí)感知，每一次偏差都能被毫秒級(jí)修正。匹配上六維力傳感器等硬件反饋，得以實(shí)現(xiàn)機(jī)器人在搬運(yùn)、推門、上下料、碼垛等工業(yè)任務(wù)中保持動(dòng)作穩(wěn)定。

世界模型的物理底座

世界模型的目標(biāo)，是讓機(jī)器人不僅看懂任務(wù)，還能理解世界如何變化并預(yù)測(cè)下一步狀態(tài)。但一個(gè)容易被忽略的問(wèn)題是：世界模型生成的虛擬數(shù)據(jù)，不天然保證物理正確。

如果這些數(shù)據(jù)不符合真實(shí)接觸力學(xué)、關(guān)節(jié)力矩和重心約束，虛擬數(shù)據(jù)越多，訓(xùn)練反而越偏離真實(shí)世界。

約化模型的價(jià)值在這里被放大。它可以成為世界模型和機(jī)器人本體之間的"物理翻譯器"：把世界模型生成的數(shù)據(jù)映射到可對(duì)照、可驗(yàn)證的物理參數(shù)體系，物理上合理的數(shù)據(jù)保留，不合理的過(guò)濾掉，再進(jìn)入小腦控制和機(jī)器人預(yù)訓(xùn)練。

從這個(gè)意義看，攬?jiān)聞?dòng)力真正想成為的，是Physical AI技術(shù)棧中最底層的那塊基座——大模型負(fù)責(zé)理解任務(wù)，世界模型負(fù)責(zé)預(yù)測(cè)環(huán)境，約化模型回答最后也是最關(guān)鍵的問(wèn)題：這個(gè)動(dòng)作，在真實(shí)物理世界里到底能不能穩(wěn)定執(zhí)行？

不講“萬(wàn)能機(jī)器人”

純輪式機(jī)器人穩(wěn)定、負(fù)載強(qiáng)，但在復(fù)雜工廠環(huán)境中缺乏主動(dòng)姿態(tài)能力，面對(duì)彎腰、推門、搬箱等全身協(xié)同動(dòng)作，能力邊界明顯。全尺寸雙足人形熱度高，但能耗高、穩(wěn)定性難、控制復(fù)雜，工業(yè)現(xiàn)場(chǎng)仍面臨諸多挑戰(zhàn)。

雙輪足是兩者之間的折中——相比純輪式，它能主動(dòng)調(diào)整重心，姿態(tài)控制能力更強(qiáng)；相比雙足，能耗更低，穩(wěn)定性更強(qiáng)，量產(chǎn)難度更可控。

攬?jiān)聞?dòng)力的L1系列面向工業(yè)搬運(yùn)、碼垛、上下料、物流分揀等高重復(fù)性力控任務(wù)，負(fù)載能力從25kg級(jí)向更高負(fù)載版本迭代，目標(biāo)是用更低成本、更強(qiáng)穩(wěn)定性進(jìn)入真實(shí)工廠。

而攬?jiān)聞?dòng)力的落地路徑，也圍繞工業(yè)和物流兩條主線展開。

在制造業(yè)場(chǎng)景，公司已圍繞汽車零部件、磁材加工等場(chǎng)景推進(jìn)樣機(jī)驗(yàn)證和產(chǎn)線替代，任務(wù)包括彈簧箱搬運(yùn)、碼垛、上下料、磁鐵塊上料等；在物流場(chǎng)景，機(jī)器人進(jìn)入倉(cāng)庫(kù)驗(yàn)證，面向分揀、搬運(yùn)等高重復(fù)性崗位替代。

這些場(chǎng)景有一個(gè)共同特征：動(dòng)作對(duì)穩(wěn)定性、負(fù)載能力、連續(xù)作業(yè)和ROI有明確要求。而這正是大模型直接給不出答案，必須靠物理智能解決的領(lǐng)域。 工人能把磁鐵塊穩(wěn)穩(wěn)放進(jìn)料槽，靠的不是"看懂圖紙"，而是手感、力反饋和肌肉記憶——機(jī)器人復(fù)現(xiàn)這套能力，靠的也不是更大的語(yǔ)言模型，而是約化模型驅(qū)動(dòng)的實(shí)時(shí)校正能力。

攬?jiān)聞?dòng)力不急于講一個(gè)"萬(wàn)能機(jī)器人"的故事，而是先把小腦力控和雙輪足本體放進(jìn)真實(shí)工業(yè)場(chǎng)景中驗(yàn)證。只要能夠在這些場(chǎng)景中完成穩(wěn)定交付，就可以獲得客戶反饋和持續(xù)迭代數(shù)據(jù)，再逐步擴(kuò)展到更復(fù)雜的精細(xì)操作和人機(jī)協(xié)同，最終走進(jìn)人類生活場(chǎng)景。