云深处发布具身大脑五项研究成果

IT时代网10月27日消息，具身智能的发展已迈入真实场景规模化落地的新阶段。云深处科技近日围绕自研具身大脑DEEPRobotics-Brain密集发布多篇论文，集中公布五项研究成果：世界模型DR-WM-1.0、具身基础模型DR-VLA-2.0、具身智能体DR-Agent、策略优化框架DR-APO和数据闭环平台DR-Benchmark。

在预演能力方面，世界模型DR-WM-1.0在四足机器人领域的世界模型中首次引入摩擦力、粗糙度与刚度等物理特性，在传统基于视频生成的世界模型基础上加入了大规模训练的物理属性先验模块，使世界模型预测未来的画面不仅真实还能符合物理规律。

为了让机器人更好地融入人类生活，研究团队探索出无动作标签的人类视频预训练加机器人示教适配的四足机器人导航学习路径，具身基础模型DR-VLA-2.0成为首个基于域不变场景表征的四足机器人导航范式。该成果有望让机器人在社区与园区的最后一公里配送等场景中，结合路线指令预判行人与障碍变化，更自然地融入人车混行的日常空间。

首个表征解耦的通用生成式策略强化学习框架DR-APO，能够实现从连续控制策略的从零训练到具身导航策略后训练的统一强化学习优化；首个面向持续演化世界的自进化4D信念具身导航智能体DR-Agent，能让机器人实现人机交互场景下记忆体系的动态迭代与持续更新；数据闭环平台DR-Benchmark有望为各行各业提供基准与模型开发基础，让真实场景的数据持续回流。

据介绍，这五项成果并非单点突破，而是围绕具身大脑体系开展的协同攻关，覆盖具身大脑全链路技术。这套体系化探索为多形态机器人落地研发筑牢了根基，推动赛道告别零散试错、转向体系化攻关。

编辑：刘宁