时隔两年稚晖君更新作品，上来就是机器人骑自行车手缝葡萄这种王炸
原创 堃方 42号电波
鸽的越久，动作越大，稚晖君断更两年，带来了多重身份的机器人，网友直呼满足了。今日，B 站百大 UP 主、智元机器人创始人彭志辉（稚晖君），在 B 站更新了他的作品——一款「三合一」全新机器人原型灵犀 X2。因其具备三种能力，灵犀 X2 可以将能力分拆为三款机器人来看：一款支持高自由度运动能力的双主人形机器人，一款搭载情感计算引擎的智能交互机器人以及一款初步具备通用任务执行能力的具身机器人。
这款人形机器人的三副面孔，分别对应了运动、交互与作业三种细分能力。这些能力不仅是机器人发展的主要方向，也是人类对机器人的主要需求所在。
视频中机器人会的操作可不少：
除了走跑跳，还学会使用人类的移动工具，如滑板、平衡车，甚至自行车。
例如像外科专家一样，手缝葡萄。
截止发文，B 站该条视频播放量达到 40 余万。运动属性拉满，直接骑自行车遛弯
灵犀 X2 与灵犀 X1 的身高相仿，目测约 130 cm，体重 33.8kg，看似一个小矮墩。但全身 28 个自由度，在运动能力提升后，依旧灵活。
机器人的运动能力主要来自于机器人的本体设计与运动算法的突破，本体的构造如何展现的是其先天运动天赋，运动算法的迭代是机器人后天的学习。
在灵犀 X2 的本体设计中，智元团队把机器人的硬件系统抽象出了一系列可复用的核心组件，如小脑控制控制器 Xyber-Edge，域控制器 Xyber-DCU，智能电源管理系统 Xyber-MS 以及迭代了多版本的核心关节模组 Powerflow 等等。通过这些可拆分、复用组件，智元能够像用飞控去传一套无人机航模一样，快速搭建起一套灵活、完整、可靠的人形机器人系统。
在机体的材料选择上，智元使用了非常亲和的柔性材料。与铜墙铁壁的机器人不同，灵犀 X2 的皮肤柔软有弹性，这一方面能够保证运动时的柔韧性，另一方面也对人类接触友善。
与此前 X1 不同，灵犀 X2 的机电关节模组重新设计，尽管自由度较之上一代 31 自由度略少，但 X2 原型机的全身 28 个自由度中，没有使用到任何一个并联结构，既能够保证惯量上移，又实现了传动链的完全解构。这意味着任一关节的活动，都是独立驱动，避免并联结构中多链条驱动带来的相互约束问题，降低了肢体末端的惯性，保证动作更灵敏精确。
在运动控制算法层面的突破来自于强化学习。当前机器人的运动控制已经全面从传统的 model-base 转向 learning 驱动的强化学习（RL）。通过结合深度强化学习（DRL）和模仿学习算法的优势，智元让 X2 学会了像人一样自然的走路，做到了能跑、能转，甚至能跳点小舞。除了常规的行走跑跳外，灵犀 X2 拥有更强的运动智能水平，它能够踩滑板车、玩平衡车，甚至世界线收束。
目前灵犀 X2 还在持续学习进化，通过数据驱动的算法范式，智能体能够从每秒数万次的环境交互和动作数据中找到突破运动瓶颈的方法。情商在线，实时交互像谈心朋友
稚晖君在视频中说道，机器人的「真正的交互变革永远是以理解人性为坐标系」。人类与人形机器人之间的羁绊建立，一定是来自物理上、情感上的交互。
为此，智元团队开发了一款基于 Difussion 的生成式动作引擎，这使得灵犀 X2 不仅四肢发达，头脑也并不简单。该引擎可为机器人生成动作序列，替代传统预编程或规则控制的运动方式，某种程度来说，机器人通过「想象力」生成动态动作。
同时，借助当前最火热的大语言模型技术，该团队还为 X2 训练了定制的多模态交互大模型，硅光动语。基于 VLM 的硅光动语多模态模型，赋予了 X2 通过视觉理解和认知世界的能力，甚至能够通过人类的面部表情和语言语调精准判断情感状态，并做出回应。
在这个基础上，智元团队通过边缘侧大脑、端到端的模型架构以及大量的工程优化，也使机器人拥有了毫秒级的交互反应。
边缘侧大脑是机器人或智能设备中部署在本地（边缘端）的人工智能处理单元，能够在不依赖云端的情况下完成实时决策、数据分析和任务执行。其核心目标是通过本地化智能提升响应速度、保障数据隐私，并适应复杂环境下的自主需求。
而上述这些技术集成，使得 X2 在与人类交互中，流畅自然，情商在线。
在视频演示中，稚晖君问了几个问题，这两个问题具有代表性。
如果我的狗和你掉进水里，我先救谁？
如果给你看《银翼杀手》你会不会哭到短路？
X2 回答的是「先救狗狗我没事」，「不会哭但会感慨万千」。这类语言表述自然，兼具「理性」与「感性」，甚至在回答的时候，它还会有手部动作向你互动。
此外，当稚晖君拿起各类物品的时候，它会识别出具体信息，并给出建议。而当你拉着它的胳膊，问它问题时，不俨然一幅朋友与你唠家常的情景吗？除了视觉语言模型，该团队还把动作模态也集成到了模型当中，让 X2 有了「生命感」，它会有呼吸的韵律，会有跟人类一样的好奇心和注意力机制，有很多可爱的小动作，也有他自己的肢体语言。
在视频中稚晖君表示，目前正探索更多交互方式，如远程裸眼、3D 交流。
模型泛化，多场景作业能力优秀除了运动能力与情感交互，机器人还应该拥有成为社会生产力的能力。机器人泛化作业能力是机器人厂商共同的探索，智元机器人似乎找到一条道路。
在本体层面，X2 的本体支持很好的柔性阻抗控制，可以装配包括灵巧手在内的各种末端，使得其具备精细操作的能力。
在机器人的模型训练方面，智元开源了业界最大之一的机器人真机和仿真数据集，并提出了 RoboDual 的大小脑系统架构，以及昨天刚刚发布的 ViLLA 架构——具身基座大模型「启元」。
基于一脑多形的智元启元大模型 GO-1，X2 初步具备了简单任务中对操作物体的零样本泛化能力，可在某些任务中实现多机协作，如相互充电。
这种能力可外溢到日常生活的方方面面，实现机器人的「吉祥三保」，即保安、保姆、保洁。网友对「三保」机器人这样的家庭陪护的机器人表示了喜欢，这透露出家用场景的真实需求。
但对于机器人的发展，网友也表示担心，评论区不同意见在交锋。一方是担心先进的机器人会代替人类，另一方则认为机器人的发展代表生产力发展，最终推动人类社会的进步。
灵犀 X2 是智元机器人在人工智能和情感科技领域的最新突破，但正如其所说稚晖君所说，「我们的终极期待是机器人能够成为构建社会生产力的重要分母」。我们期待行业共同探索人形机器人在更多场景中的应用，并推动社会整体的进步。作者：堃方
原标题：《时隔两年稚晖君更新作品，上来就是机器人骑自行车手缝葡萄这种王炸》