机器科学发布轮式仿人形机器人REX G1 可实现多场景连续作业

本文介绍了RoboScience发布的轮式仿人形机器人REX G1，详细解析其搭载的Visics具身大模型、22个自由度硬件配置以及在物流、工厂等真实场景中的卓越适应能力。

机器人的应用正在从执行固定程序向理解复杂任务转变。RoboScience最新发布的轮式仿人形机器人REX G1，通过强大的具身智能大模型与高度灵活的硬件设计，实现了在非结构化环境中的连续作业能力。

一、REX G1形态设计与作业精度

REX G1 在硬件架构设计上充分兼顾了灵活性与作业稳定性。为了模拟类人的复杂操作逻辑，机器人全身配置了总计 22个 自由度，其中包括 2个 用于头部与颈部的动作维度、每侧手臂各 7个 自由度、2个 腰部关节，此外还集成了 1个 升降机构以及负责底盘移动的 3个 自由度。

依托于高精度的硬件支撑，REX G1 在执行任务时展现出了卓越的性能指标：其双臂能够承载高达 10KG 的负载，且重复定位精度达到了 ±0.1mm。这种高精度的运动控制能力，确保了机器人在处理细微操作时的可靠性。

这种设计实现了移动与操作的深度协同，使其能够支持“边走、边升、边抓”的连续作业模式。通过打破传统机器人“移动—停止—操作”的循环，REX G1 显著提升了在物流分拣或工厂流水线等复杂环境下的作业效率。

二、复杂环境下的空间适应能力

这种“边走边操作”的高效模式，离不开机器人对作业环境的深度适应性。不同于传统机器人往往需要对生产环境进行大规模改造，REX G1 的设计初衷是直接适应现有环境。其机身宽度仅为 540mm，这使得它能够轻松穿梭于宽度仅为 0.75米 的狭窄通道，极大地提升了在紧凑空间内的作业灵活性。

在移动维度上，该机器人具备前进、后退、横移及原地旋转的全向移动能力。这种灵活性意味着它可以在复杂的货架间隙或狭窄的工厂走廊中进行灵活转向，无需依赖较大的转弯半径，从而实现了空间利用率的最大化。

感知系统的完善是实现自主作业的关键。REX G1 配备了 360°立体视觉 及自适应补光功能，能够从容应对光照强度不均或环境昏暗的挑战。依托 2070 TFLOPS 的强劲端侧算力，机器人可以快速完成感知与决策的闭环，确保在非结构化环境下依然能保持精准的作业表现。

三、Visics具身大模型技术核心

支撑这种感知决策闭环的核心，是其搭载的 Visics 具身大模型。不同于传统的基于规则的控制系统，REX G1 采用了以物体为中心的 VLOA（Vision-Language-Object-Action）架构，通过将视觉感知、语言指令、物体属性与动作序列进行深度集成，实现了从“感知”到“执行”的逻辑贯通。

在驱动机制上，Visics 采用了“双引擎”驱动模式：具身世界模型负责构建对物理规律的认知框架，而通用操作模型则专注于精细化的动作生成。这种设计让机器人能够理解复杂的语义指令，并将其转化为精准的物理操作。得益于此，REX G1 具备了极强的泛化能力，能够实现跨本体、跨物体、跨任务的指令理解与动作规划，即使在面对从未见过的物体或非结构化环境时，也能表现出高度的智能适应性。

四、高效续航与持续作业价值

如果说 Visics 大模型赋予了 REX G1 敏捷的“大脑”，那么高效的能源管理方案则是支撑其在真实生产环境中持续作业的“心脏”。在物流分拣或工厂自动化作业中，任务的连续性对于保障生产效率至关重要，任何因电量耗尽而导致的长时间停机都会大幅降低设备的实际投资回报率。

为了解决这一痛点，REX G1 在续航能力与能量补给效率上进行了深度优化。在单次充满电的情况下，机器人的连续作业时长最长可达 4 小时。更为关键的是，该机型采用了先进的 热插拔换电 技术，这使得机器人能够实现在不中断当前任务状态下的能源快速补给。通过这种方式，换电过程最快仅需 5 秒 即可恢复作业，无需重新启动系统，从而实现了从“阶段性执行任务”向“不间断持续创造价值”的生产模式转型。

相关标签：

相关标签