人形机器人现场刺绣。 TARS机器人
让机器人组装汽车或者搬运货物已经不稀奇,但让它穿针引线完成刺绣?这听起来更像是对机器人能力的一种讽刺。然而中国初创公司它石智航在2025年12月22日的现场演示中,偏偏让人形机器人完成了这项被认为超出自动化能力范围的精细任务。机器人双手协作,以亚毫米级精度在柔软的织物上绣出一个标志,整个过程流畅稳定,几乎看不出与熟练工人的差别。
这不是噱头秀。刺绣代表着机器人操作领域最棘手的技术难题组合--它需要精密的视觉引导、自适应的力度控制、双手高度协调的运动,以及处理形状不断变化的柔性材料的能力。任何一个环节出问题,线就会断裂或者针脚错位。工业界长期以来认为这类任务属于"人类专属区域",因为传统工业机器人虽然力量大、速度快,但在精细操作和灵活应变方面远不如人类。
数据驱动的通用智能路径
它石智航的解决方案核心是一套名为"数据-AI-物理"的闭环系统。创始人兼首席执行官陈亦伦博士解释说,他们并非针对刺绣这个特定任务编程,而是在教会机器人通用的身体技能。这种思路类似于人类学习--我们不是为每项任务单独训练神经回路,而是掌握基础运动模式后迁移到不同场景。
具体来说,它石智航开发了名为SenseHub的数据采集平台,通过捕捉真实人类操作者的视觉、触觉和动作数据,建立起庞大的行为数据库。这些数据随后被用来训练TARS AWE 2.0具身智能模型--一个专门学习物理世界操作技能的神经网络。模型学到的能力最终被部署到公司的T系列通用型和A系列工业型人形机器人上。
这套方法的关键在于最小化"仿真到现实"的差距。传统机器人研发往往先在虚拟环境中训练算法,然后迁移到真实世界,但两者之间的物理差异会导致性能大幅下降。它石智航从一开始就使用真实世界数据训练模型,机器人的机械设计也经过优化以匹配AI模型的输出特性,这种软硬件协同设计让算法学到的技能可以更可靠地在现实中执行。
