8月27日，全球智能機(jī)器人引領(lǐng)者極智嘉 (Geek+,股票代碼：2590.HK)正式發(fā)布全新通用機(jī)械臂操作技術(shù)方案及全球首個(gè)專為倉儲(chǔ)場景打造的具身智能基座模型 Geek+ Brain,旨在攻克倉儲(chǔ)自動(dòng)化中的長久難題——超大規(guī)模商品 SKU的精準(zhǔn)揀選與高效適應(yīng)。

Geek+ Brain為極智嘉通用倉儲(chǔ)機(jī)器人提供“超級(jí)大腦”。而首個(gè)通用機(jī)械臂操作技術(shù)方案則聚焦揀選場景，通過新一代具身智能技術(shù)首次系統(tǒng)性地解決了海量商品形態(tài)、材質(zhì)差異帶來的機(jī)械臂抓取難題，實(shí)現(xiàn)了全品類、全場景、高適應(yīng)性的自動(dòng)揀貨，為行業(yè)帶來革命性的應(yīng)用技術(shù)。

此次發(fā)布標(biāo)志著極智嘉的技術(shù)版圖從移動(dòng)機(jī)器人領(lǐng)域延伸至機(jī)械臂智能應(yīng)用，展現(xiàn)出強(qiáng)大的產(chǎn)品技術(shù)研發(fā)和業(yè)務(wù)拓展能力，并將進(jìn)一步釋放其在倉儲(chǔ)智能化市場需求中的巨大發(fā)展?jié)摿Α?/p>

通用機(jī)械臂操作技術(shù)方案

解決超大規(guī)模商品揀取難題

在倉庫超大規(guī)模揀貨場景中，“貨物多樣性、環(huán)境動(dòng)態(tài)性”一直使其成為是最難被機(jī)器人完全替代的環(huán)節(jié)之一。

倉儲(chǔ)揀貨的核心是“精準(zhǔn)抓取不同貨物”，倉儲(chǔ)貨物形態(tài)與材質(zhì)適配難，重量和易損性差異極大等痛點(diǎn)，直接導(dǎo)致傳統(tǒng)機(jī)械臂的抓取通用性不足：涵蓋“硬（紙箱、盒子等）、軟（袋裝零食、衣物等）、脆（玻璃制品、化妝品）、散（零件、生鮮）”等多種類型，需要采用不同抓取邏輯。

同時(shí)，倉儲(chǔ)場景中貨物遮擋、堆疊無序等環(huán)境變化，會(huì)導(dǎo)致感知精度不足，視覺識(shí)別與定位出現(xiàn)誤差：“相似外觀混淆”（物品難以被識(shí)別分隔）、“貨物遮擋”（堆疊時(shí)下層貨物被遮擋）等問題，要求更高的感知泛化能力。

極智嘉的首個(gè)通用機(jī)械臂操作技術(shù)方案，專為解決這一難題而來。它通過多目相機(jī)捕捉高精度 3D環(huán)境信息，結(jié)合系統(tǒng)訂單信息，通過 Geek+ Brain模型完成智能揀選工作：精準(zhǔn)分割物品并識(shí)別材質(zhì)特征，推理生成完整 3D信息和空間定位，進(jìn)而判斷最優(yōu)抓取點(diǎn)，智能決策末端執(zhí)行器的吸盤選擇和機(jī)械臂運(yùn)動(dòng)軌跡，穩(wěn)穩(wěn)完成智能擺放。

圖1機(jī)械臂揀選工作流程圖

亮點(diǎn)1：基于統(tǒng)一協(xié)同的多任務(wù)感知模型 

深度融合 2D語義與 3D幾何網(wǎng)絡(luò)，大幅提升了透明或反光等復(fù)雜材質(zhì)物體的深度估計(jì)精度，以及外觀相似物體的分割準(zhǔn)確性。同時(shí)實(shí)現(xiàn)檢測、分割、深度估計(jì)等多任務(wù)，降低推理延遲。

圖2多任務(wù)感知模型

亮點(diǎn)2：基于仿真增強(qiáng)的完整三維形狀預(yù)測

構(gòu)建了包含完整三維幾何信息的物體仿真數(shù)據(jù)，支持遮擋區(qū)域補(bǔ)全、完整三維估計(jì)、堆疊推理，將“視覺識(shí)別”擴(kuò)展為“空間理解”，使機(jī)器人具備更接近人類的空間推理能力，不僅“看得見”，還能“想得出”，有效提升了多物體抓取中的穩(wěn)定性與安全性，減少抓取時(shí)因缺少完整 3D信息造成的滑落或碰撞。

圖3完整三維形狀預(yù)測

亮點(diǎn)3：多維度感知

基于多維度感知技術(shù)，實(shí)現(xiàn)對柔性物品、易碎品及復(fù)合材質(zhì)的高精度識(shí)別。系統(tǒng)不僅能精準(zhǔn)區(qū)分軟硬材質(zhì)，識(shí)別布料等難吸附材料，還可通過條碼區(qū)域檢測主動(dòng)規(guī)避關(guān)鍵信息區(qū)域，避免遮擋或損傷，顯著提升抓取的安全性與成功率，相較傳統(tǒng)方案，在復(fù)雜多變的應(yīng)用場景中展現(xiàn)出更強(qiáng)的適應(yīng)性與運(yùn)行穩(wěn)定性。

圖4基于多維度感知技術(shù)實(shí)現(xiàn)高精度識(shí)別

亮點(diǎn)4：基于強(qiáng)化學(xué)習(xí)的通用抓取策略

無需數(shù)據(jù)標(biāo)注，直接面向任務(wù)的學(xué)習(xí)與優(yōu)化。結(jié)合多維度感知理解，優(yōu)化物品抓取點(diǎn)判斷與末端執(zhí)行器控制策略，支持根據(jù)物品特性自由選擇吸盤組合，提升抓取成功率與穩(wěn)定性。

圖5優(yōu)化物品抓取點(diǎn)判斷與末端執(zhí)行器控制策略

極智嘉通用機(jī)械臂貨品揀取技術(shù)可實(shí)現(xiàn)四大客戶價(jià)值:

Model-free：即插即用，快速部署

依托 Geek+ Brain海量真實(shí)數(shù)據(jù)預(yù)訓(xùn)練的通用模型，基本實(shí)現(xiàn) Model-free，即插即用， 48小時(shí)快速部署。新入 SKU也無需額外訓(xùn)練，極大簡化了上線流程。

99.99%+準(zhǔn)確率：精準(zhǔn)識(shí)別，穩(wěn)定抓取

基于對貨品物理屬性全面的語義理解和空間感知能力，在開放環(huán)境中未知海量貨品的識(shí)別準(zhǔn)確率極高，搭配 Double Pick雙重校驗(yàn)技術(shù)和掃碼模塊可達(dá)更高準(zhǔn)確率，漏揀、錯(cuò)揀與返工率極低，作業(yè)節(jié)拍穩(wěn)定可預(yù)期，精準(zhǔn)高效。

百毫秒級(jí)別推理：效率翻倍，全天作業(yè)

通過輕量化模型與剪枝優(yōu)化，實(shí)現(xiàn)百毫秒級(jí)別高效率、低延遲快速推理，多環(huán)節(jié)順暢銜接，逐單揀選綜合效率穩(wěn)定達(dá)到行業(yè)平均人效 2倍以上，且能 7*24小時(shí)不間斷作業(yè)，讓倉儲(chǔ)作業(yè)效率倍增。

本地化模型：數(shù)據(jù)安全，自主掌握

模型采用本地化部署模式，所有業(yè)務(wù)數(shù)據(jù)均存儲(chǔ)于客戶自有服務(wù)器，不與外部網(wǎng)絡(luò)交互。從數(shù)據(jù)采集、處理到模型運(yùn)算，全程處于客戶自主管控范圍，徹底規(guī)避數(shù)據(jù)泄露、隱私風(fēng)險(xiǎn)，為業(yè)務(wù)安全保駕護(hù)航。

圖6通用機(jī)械臂貨品揀取技術(shù)的四大客戶價(jià)值

Geek+ Brain:面向倉儲(chǔ)場景的具身智能基座模型

極智嘉的具身智能基座模型 Geek+ Brain采用“感知-策略”兩段式分層架構(gòu)，由 Perception Model（感知模型）與 Policy Model（策略模型）兩個(gè)核心層組成。

感知模型：聚焦空間智能，環(huán)境理解能力，整合 2D/3D感知，專注于環(huán)境與物體信息的精準(zhǔn)建模。

策略模型：基于感知模型的環(huán)境理解，自動(dòng)生成合理、高效和可執(zhí)行的操作策略。

圖7 Geek+ Brain分層架構(gòu)：Perception Model + Policy Model

分層架構(gòu)保證了“數(shù)據(jù)到?jīng)Q策”路徑的高效閉環(huán)與系統(tǒng)擴(kuò)展性。其分層設(shè)計(jì)提升了可解釋性，支持逐層定位與優(yōu)化，極大提高研發(fā)和運(yùn)維效率。該架構(gòu)具備高度靈活性，可分階段積累數(shù)據(jù)、按需替換模塊，并與硬件解耦，支持多樣化末端執(zhí)行器。同時(shí)，分層實(shí)現(xiàn)輕量化部署和模塊級(jí)更新，在保障系統(tǒng)穩(wěn)定性和精度的同時(shí)，顯著降低算力成本，更契合工業(yè)和倉儲(chǔ)場景對于可靠與高效要求。

構(gòu)建強(qiáng)大數(shù)據(jù)金字塔

Geek+ Brain使用基于千萬量級(jí)公開數(shù)據(jù)集訓(xùn)練的預(yù)訓(xùn)練模型，再經(jīng)過仿真數(shù)據(jù)與數(shù)年積累的行業(yè)數(shù)據(jù)進(jìn)行模型后訓(xùn)練，最終得到可實(shí)時(shí)處理 2D/3D圖像陣列的高性能視覺抓取模型。同時(shí)， Geek+ Brain構(gòu)建數(shù)據(jù)生產(chǎn)、模型訓(xùn)練、評(píng)測、部署四大核心平臺(tái)，提供完整的數(shù)據(jù)閉環(huán)支撐。

圖8數(shù)據(jù)金字塔模型

圖9 Geek+ Brain四大核心平臺(tái)

邁向通用倉儲(chǔ)機(jī)器人

7月 30日，極智嘉宣布成立具身智能子公司，聚焦機(jī)械手揀貨、通用機(jī)器人等具身智能技術(shù)和業(yè)務(wù)，目標(biāo)直指物流、制造等B2B場景。

極智嘉創(chuàng)始人兼 CEO鄭勇表示：“‘通用倉儲(chǔ)機(jī)器人’是子公司的首個(gè)戰(zhàn)略方向。極智嘉將秉承‘場景驅(qū)動(dòng)’理念，以倉儲(chǔ)場景的真實(shí)痛點(diǎn)作為技術(shù)演進(jìn)的突破點(diǎn)，確保每一步突破都能產(chǎn)生可量化的商業(yè)價(jià)值?！?/p>

因此，極智嘉選擇由點(diǎn)及面地逐步實(shí)現(xiàn)"通用倉儲(chǔ)機(jī)器人"戰(zhàn)略構(gòu)想：

1.單點(diǎn)突破期 (當(dāng)前)：以貨品揀取場景作為首站，解決業(yè)界難題，實(shí)現(xiàn)真無人揀選

2.場景通用期：拓展至搬運(yùn)、打包等環(huán)節(jié)，向通用性演進(jìn)

3.生態(tài)共建期：基于 Geek+ Brain構(gòu)建模型生態(tài)，促使模型資源不斷豐富、生態(tài)逐漸壯大，致力于成為全球倉儲(chǔ)具身智能生態(tài)主導(dǎo)者

在當(dāng)前的具身智能領(lǐng)域中，倉儲(chǔ)物流場景憑借其龐大的市場規(guī)模、明確的作業(yè)流程與迫切的智能化需求，成為最適合技術(shù)落地、商業(yè)化價(jià)值最高的核心賽道之一。然而，倉儲(chǔ)環(huán)境對技術(shù)的可靠性、準(zhǔn)確性及效率提出極高要求。

極智嘉在倉儲(chǔ)領(lǐng)域的深厚場景認(rèn)知、數(shù)據(jù)積累、全球客戶資源和業(yè)務(wù)網(wǎng)絡(luò)，為公司發(fā)展“通用倉儲(chǔ)機(jī)器人”帶來得天獨(dú)厚優(yōu)勢。

作為公司邁向“通用倉儲(chǔ)機(jī)器人”的關(guān)鍵一步，通用機(jī)械臂操作技術(shù)方案和 Geek+ Brain這兩項(xiàng)技術(shù)成果標(biāo)志著極智嘉在具身智能領(lǐng)域從技術(shù)架構(gòu)到應(yīng)用閉環(huán)的關(guān)鍵突破，也為“真無人、全智能”倉儲(chǔ)時(shí)代的到來提供了具身智能技術(shù)基石。（極智嘉）（推廣）