中科第五纪FAM大模型重新定义柔性搬运能力极限
近日，中科第五纪在具身智能领域取得重要技术验证进展。基于自主研发的具身操作FAM系列模型所驱动的轮式机器人平台，在模拟真实仓储场景中，成功实现了对多品类、多颜色、多尺寸箱体的全自主识别、抓取与精准搬运。不仅全面展现了机器人在复杂非结构化环境下的高级感知、自主决策与灵巧操作能力，还验证了FAM系列模型“少样本快速适配”的核心优势，无需海量数据与漫长编程，即可快速应对未知对象。核心指标均达到业界领先水平，标志着中科第五纪在解决物流、工业场景中“一项一策”、柔性不足等行业共性难题上，迈出了关键一步。
在工业自动化与具身智能领域，普遍面临“部署刚性化”与“场景脆弱性”的挑战。当前，从多数具身智能公司已公布的演示视频来看，其能力大多仍集中于单一品类的标准料箱搬运，作业场景与对象均较为固定。一旦面对现实中SKU繁杂、包装多样、位置动态变化的真实生产环境，此类系统往往难以直接适配，仍需针对特定任务进行大量定制开发。这使得技术的规模化落地面临高成本与长周期的瓶颈，制约了产业智能化的演进速度。
中科第五纪本次技术验证，正是直面这一核心挑战，依托自研FAM系列模型，使机器人可自主、柔性、精准地完成对多品类箱体的混合搬运。这意味着，面对产线新增或更换的、未经训练的箱体，系统能够以极低的样本成本和极短的调试周期快速上线，为打通工厂智能化的“最后100米”提供了可落地、可复制的核心解决方案。
视频中，搭载了FAM系列模型的机器人实现了从感知理解到决策规划的闭环智能。机器人不依赖任何预设模板与海量数据，即能通过少样本学习机制，像人一样实时识别、定位不同颜色与尺寸的箱体，并自主规划完成从泛化抓取、精准移动到放置的完整作业序列。
在物理执行层面，FAM系列模型通过对物理交互的精确建模与实时预测，使机器人具备动态适应能力。该模型能够根据箱体的实际重量、重心与材质特性，实时解算最优的抓取策略与运动轨迹，并自主调整力度与姿态。由此，机器人不仅实现了从轻质空箱到超过20kg重载货箱的平稳搬运，更在复杂交互中表现出对负载突变的强鲁棒性，确保在真实场景中安全、可靠地完成全流程作业，满足高负载、高动态的工业级要求。
本次演示的成功，再次印证了中科第五纪以FAM系列模型为核心驱动力的技术方向。中科第五纪致力于将自主研发的FAM系列模型能力，通过生态合作赋能给各类机器人本体厂商与行业集成商，共同打造面向垂直场景的智能化解决方案。
未来，中科第五纪将继续深化具身智能核心技术的研发迭代，并与更多行业伙伴携手，将具身智能机器人应用至工业、特种作业、商业服务等更广阔的领域，共同推动具身智能机器人的规模化、商业化落地进程，为实体经济的智能化升级提供坚实的技术底座。
评论排行