跨维智能亮相教育装备展,以“产教同源”赋能教育新质生产力
【ZiDongHua 之“会展品牌秀”标注关键词:跨维智能;教育装备展;产教同源;教育;具身智能 】
跨维智能亮相教育装备展,以“产教同源”赋能教育新质生产力
10月30日至11月1日,第88届中国教育装备展示会在长沙国际会展中心举办。作为国内教育装备领域规模最大、专业性最强的B2B展会,本届展会近千家企业参展,跨维智能携DexVerse®具身智能引擎、人形机器人3C产线应用、多场景3D视觉实训工作站及AlohaMini开源双臂机器人平台亮相,展示面向院校教学、实训与科研的具身智能解决方案。

围绕本届装教展 “人工智能引领教育装备高质量发展” 的主题,跨维智能提出“产教同源”,让产业与科研教育共享技术基础、场景资源与产业生态。从底层引擎、数据采集到真机应用的技术能力,再到配套课程与实训体系,跨维智能正在将产业一线验证过的具身智能能力,转化为可落地的教育新质生产力。
01
自研具身底座支撑教学科研
DexVerse®是跨维智能自研的国产化具身智能引擎,也是跨维产品实现50+细分行业应用、2000+具身智能模型及产品部署落地所依赖的核心底座。目前跨维积累了从传统工业到通用具身智能全链路的技术覆盖,从物理仿真、数据采集到模型训练、真机部署,核心技术自主可控,满足院校对国产自主和信创适配的要求。
本次展会展出的是DexVerse®具身智能引擎的物理仿真训练能力。参观者可佩戴VR遥操作设备,在物理仿真环境中体验机器人操作与数据采集流程。这种低成本的数据采集方式,为实训教学提供更灵活的条件。

平台支持真机数据、仿真数据等多源数据融合,可适配多种主流机器人本体,覆盖数据采集、模型训练与推理部署等环节,为各类院校实训室、现代产业学院和联合实验室提供技术支撑。
02
具身人形产线进课堂
跨维智能的旗舰产品DexForce W1 Pro人形机器人在商业服务和工业制造领域已取得了众多落地成果。本次展示的人形机器人3C产线应用,源于真实工厂作业场景:传送带持续运行,手机在工位间流转,W1 Pro人形机器人实时感知手机在运动中的三维位姿,完成跟踪与抓取,双机接力完成装配检测与分拣装盒任务。

将产线引入课堂,学生将看到3C产线上实时发生的工况变化,围绕该产线任务,学生能够开展动态视觉、数据采集、机器人部署与现场运维等技能实践,与数据采集员、训练师等具身智能职业岗位需求相衔接。
03
具身感知工位复刻
多场景3D视觉实训工作站是跨维面向工业具身教育场景打造的一款产品,集成十余个来自一线交付案例转化而来的应用场景,搭载PickWiz视觉引导系统和多个3D视觉传感器,覆盖汽车零部件、家电3C、新能源、电子制造等领域。
一台工作站,就是一条完整的教学闭环。从相机标定、点云处理、手眼标定,到视觉引导、抓取调试、节拍优化,再到故障排查和现场交付,每一个实训环节都是产线真实的岗位需求,能让学生从单项技能训练过渡到完整项目实践,在任务中逐步掌握解决实际问题的方法。
04
产教同源
“产教同源”是跨维智能面向科研教育提出的理念,旨在让产业与科研教育共享技术基础、场景资源与产业生态,将一线实践经验融入人才培养,推动教学内容与产业发展持续衔接。
技术同源:学生在校使用的平台,是跨维真实研发部署的底层引擎,在校所学即岗位所用;
场景同源:跨维将汽车、家电、物流等行业验证过的真实案例一比一转化为教学场景,解决传统教学“学用脱节”的问题;
生态同源:依托全产业链资源与合作网络,将企业需求、项目经验与前沿课题引入教学科研,为学生拓展实践与就业机会,也为教师提供真实课题的科研载体。
以“产教同源”为基础,跨维将从工业应用到通用具身智能的技术积累融入科研教育,结合不同院校的人才培养目标,提供适配的建设方案。面向研究型本科,共建联合实验室,承接横向课题、支撑本硕博贯通培养;面向应用型本科,支撑微专业、工程教育认证与专业硕士联合培养以及现代产业学院建设;面向职业院校,按“岗课赛证融通”建设实训室群。
随着具身智能走进院校,专业如何建设、课程如何开展、实践如何组织,正成为人才培养的重要课题。跨维给出的不是一台孤立的机器人,而是一套从数据、模型、场景与课程、师资、就业相结合完整方案。具身智能进课堂,不应止于“看机器人演示”,跨维正以产业一线验证过的具身智能能力转化为可落地的教育新质生产力,让真实产业技术与任务走进课堂,为人才培养与科研创新提供支撑。
跨维智能是一家以生成式世界模型驱动具身智能高效落地的高新技术企业。公司自研生成式具身智能引擎,打通 “数据-模型-本体-场景” 全链条,致力于打造全球落地能力领先的机器人具身大脑。此前跨维已推出国产自研具身仿真引擎 DexVerse®、世界模型 DexWorldModel,并登顶全球顶尖模型榜单 RoboTwin、WorldArena 首位;公司以 “迈向通用物理世界智能,打造通用机器人” 为长期愿景,采用 “沿途下蛋” 实战策略,依托目前智能制造、商业文旅等50余个落地场景,以复杂非结构化实操任务持续反哺通用模型泛化能力,实现通用算法迭代与商业落地同步推进。








