擎羽科技另辟蹊径：柔性具身智能开启机器人身体设计新篇章

在机器人技术快速发展的当下，具身智能领域正经历着一场深刻的变革。传统观念中，人形机器人因其与人类相似的身体结构，被视为实现通用智能的理想载体。然而，随着技术的深入探索，越来越多的研究者开始意识到，机器人身体的形态或许并非唯一解，甚至可能并非最优解。

近期，一家名为擎羽科技的公司提出了全新的技术路线，将机器人身体的设计从既定框架中解放出来，转而探索柔性具身智能的可能性。这一路线不仅挑战了人形机器人的主导地位，更为机器人技术的未来发展开辟了新的方向。

擎羽科技由一群来自全球顶尖科技与研究体系的专家创立，他们并未选择复制人类身体作为起点，而是将机器人身体本身视为一个可以重新设计的变量。公司推出的FEAGINE A01、A02、A03三款仿生柔性机器人，正是这一理念的实践成果。这些机器人不仅在长度、节段和自由度上有所不同，更在负载能力和应用场景上展现了多样化的可能性。

A01作为系列中的轻量级选手，以其小巧灵活的特点，适用于搭载在移动底盘或巡检设备上，在有限空间内完成轻量操作。而A02则通过扩展柔性关节和自由度，提升了工作空间和连续弯曲能力，使其能够胜任桌面操作、近人服务等更复杂的任务。至于A03，作为系列中的旗舰产品，其更大的构型空间和更高的自由度，使其能够绕过障碍、从复杂角度接近目标，承担更长距离、更高自由度的操作任务。

然而，擎羽科技的野心并不仅止于此。他们深知，仅仅拥有多样化的机器人身体是远远不够的，如何让这些身体能够共享智能、协同工作，才是实现通用智能的关键。为此，公司推出了第一代跨本体基础模型Fi0，旨在解决身体变化后智能如何继续使用的问题。

Fi0模型的核心在于其能够理解任务和世界，并将这些知识跨越不同身体进行复用。当机器人从A01换成A03，或者从单臂变成双臂时，任务本身并没有改变，但身体的变化却要求行动方式的重组。Fi0模型通过提取任务意图、物体关系、接触逻辑和目标状态等关键信息，再结合当前机器人的形态、感知和驱动能力，生成适合这副身体的动作。这种设计使得机器人能够在身体变化后，依然保持对任务和世界的理解，从而实现智能的连续积累。

为了实现这一目标，Fi0模型引入了多种创新机制。其中，Skill Encoder负责将人类示范转化为可调用的技能上下文，使模型能够理解操作对象、任务过程和关键接触。而Cross-view World Encoder则通过跨视角预测与表示对齐，学习共享的世界表示，从而保留更稳定的世界信息。Embodiment Graph和Graph Encoder则将机器人的结构、感知和驱动能力纳入模型，生成本体上下文，使模型能够根据当前身体条件调整动作。

值得一提的是，Fi0模型还具备预测动作后果的能力。在执行动作之前，模型会生成一组候选方案，并通过World Dynamics Model预测这些动作可能带来的未来变化。然后，Multi-objective Action-World Assessment（MAWA）会对这些未来进行评估，选择最适合当前任务和当前身体的方案。这种设计使得机器人能够在决策时考虑更多因素，提高行动的准确性和安全性。

擎羽科技的技术路线不仅挑战了人形机器人的传统观念，更为机器人技术的未来发展提供了新的思路。他们认为，未来的机器人可能拥有许多不同的身体，但通用性将由共享智能提供。每一种身体都将围绕自己的任务和环境达到更高效率，而智能则将在这些身体之间持续积累、不断进化。这种思路不仅有助于降低机器人技术的研发成本，更有助于推动机器人技术的广泛应用和快速发展。