AIROBO与中科院力学所签署五年合作协议,围绕复杂场景运行机理、空间智能、仿真推演等展开研究,将基础科研注入机器人运营领域,破解多品牌异构机器人规模化落地难题,推动行业从单机智能走向群体智能。
当行业把大量注意力投向人形机器人、本体制造和基础模型时,机器人进入现实世界后的“运行问题”,正在成为另一个技术战场。
9月1日,港股上市公司弘毅文化集团(00419.HK)公告称,AIROBO中国大陆主体艾诺博(成都)科技有限公司与中科院力学研究所签署为期五年的合作协议。双方将围绕复杂场景运行机理、空间智能、仿真推演、多机协同、场景数据闭环及成果转化展开合作,目标不是某款机器人,而是异构机器人规模化进入真实空间后的共性技术问题。
这次合作没有把重点限定在单一机器人产品。AIROBO并不以某个机器人本体为核心,而是试图构建面向多品牌、多类型机器人的统一运营平台。

一个物业项目只有一台配送机器人时,厂商自带的软件基本够用;当数量从1台变成10台、100台,又来自不同厂商,复杂度会急剧上升。不同机器人有各自的地图体系、坐标系统、任务接口和数据格式,还必须与电梯、门禁、通道以及建筑空间系统交互。一个新的技术层由此出现——机器人运营系统。
根据合作协议,双方将联合建设机器人物业商业场景全域智能运营平台,研究多品牌异构机器人统一接入、地图与空间模型、任务编排与协同调度、梯控门禁及通道协同、状态监测、异常预警、数据闭环和运营评价。这套能力像是机器人进入复杂建筑空间的“操作系统层”。它解决的不是某台机器人怎么完成动作,而是大量机器人如何共同理解空间、接受任务、使用基础设施并被统一管理。
乍看之下,机器人运营平台更像软件工程,与中科院力学所的优势领域距离较远。但真实世界机器人恰恰是软件与物理世界高度耦合的领域。机器人在地面材质、坡度、门槛、狭窄空间里的运动涉及接触力学;轮足复合形态涉及复杂动力学与控制;多机同时运行涉及协同控制;人机共存环境则需要动态障碍预测、安全边界和可靠性评价。
双方列出的联合研究方向包括复杂环境运动与接触力学、多物理场耦合建模、机器人动力学与控制、动态障碍预测、多机器人协同、人机协同安全、具身智能场景学习等。这些研究有望让运营平台从传统“设备管理软件”,演进为具备空间理解、运行预测和智能决策能力的平台。
双方还计划开展空间物理建模、真实场景仿真推演、数字孪生、轮足复合运动控制和高密度集群协同研究。传统地图回答“哪里可以走”,更高阶的空间智能则要回答:什么时段人流最密集?通道异常后任务如何重排?电梯运力有限时哪些机器人先走?不同运动形态的机器人如何配合?
当真实空间被持续数字化,并接入机器人实时运行数据,平台就可能在数字环境中先做仿真推演,再把优化策略下发到现实机器人。机器人运营由此从“出了问题再处理”,逐渐转向“运行之前先预测”。
容易被忽视的还有“场景数据闭环”。AIROBO掌握真实场景和运营系统,中科院力学所具备基础研究与工程科学能力。双方共建机器人运营项目实验室,为“真实运行—数据采集—问题发现—仿真复现—算法优化—现场验证”提供了组织载体。
具身智能面对不断变化的物理世界,真正影响可靠性的往往是实验室难以穷举的长尾事件。平台价值不只是收集更多数据,更是识别高价值问题,把现场事件转化为可复现、可研究、可验证的样本。基础研究加上场景与工程系统,正好补齐“发现问题—解释机理—工程验证”的链条。
沿着这个方向,平台演进可以拆成三层:第一层是连接,解决多品牌机器人的统一接入与管理;第二层是协同,打通机器人之间以及机器人与门禁、电梯、通道、空间的协作;第三层是智能运营,依靠空间模型、仿真推演、运行数据和算法,动态编排任务、优化资源、预测风险。到这一步,平台管理的将不只是机器人,而是由设备、建筑空间和基础设施共同构成的复杂智能系统。
机器人产业正从单机智能进入群体智能和空间智能阶段。本体决定机器人“能做什么”,运营平台则决定它“能否在真实世界持续做下去”。AIROBO与中科院力学所的五年合作,真正值得关注的正是后者。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断