深诣机器人工博会新品发布，以强化学习驱动自进化 | 华兴的朋友们

编者按：

随着具身智能加速落地工业制造与物流等真实场景，行业焦点正从“能否完成特定任务”转向“能否持续进化、实现规模化应用”。SEEN·E深诣机器人在2026中国国际工业博览会发布自研具身基础模型SE-1及物流机器人Sculptor、工业双臂机器人Edge，通过作业演示与强化学习前后对比，展现从任务执行到持续进化的技术路径。依托通用基础模型与高效强化学习，深诣推动机器人实现复杂任务理解、精细操作与多步骤协同，并借真实交互与经验反馈持续优化行为策略，让机器人从“学会工作”走向“越做越好”。

作为深诣机器人的资本市场合作伙伴，华兴资本将陪伴并支持公司成长，助力其持续推进具身智能技术创新与产品落地，拓展工业与物流等高价值应用场景，推动具身智能转化为可持续进化的真实生产力。

10月12-16日，SEEN·E深诣机器人亮相2026中国国际工业博览会，自研具身基础模型SE-1及两款机器人产品——物流操作机器人Sculptor、工业操作双臂机器人Edge集中展示，其中Sculptor作为全球首款端到端模型驱动的智能装卸货机器人，受到广泛关注。

从混合箱型的分类码垛，到0.1mm级工业精密插接，再到需要任务理解与过程记忆的交互式操作，深诣展示了机器人应对真实工作中复杂变化的能力。更值得关注的是，深诣还通过强化学习前后的实际操作对比，展示了机器人如何从“学会完成任务”，进一步学会“把任务做得更好”。

让机器人不只具备工作能力，还能从复杂工况中持续学习、不断改善，是深诣此次新品机器人的核心优势。

深诣以“创造充沛生产力”为使命，聚焦工业与物流等高价值场景，致力于以自研的具身基础模型和高效的强化学习技术，打造一机多能、快速适应的具身智能机器人。

01

Sculptor首秀：

全球首款端到端模型驱动的智能装卸货机器人

工博会现场，SEEN·E Sculptor首次公开展示了多品类箱体混合码垛作业，是全球首款端到端模型驱动的智能装卸货机器人。依托自研SE-1具身基础模型，处理物流复杂现场中的快速变化。

面对尺寸、包装材质各异的混合箱型，以及随机变化的摆放位置和姿态，Sculptor能够自主识别不同货箱，调整抓取与放置策略，连续完成分类码垛，将不同类型的箱体码放成稳定的多层货垛。

真正的难点，不只是抓起一个箱子，而是面对持续变化的货物与堆叠状态，仍然能够稳定完成整项工作。

传统自动化擅长标准化、高重复性的作业，但面对货物种类繁多、位置姿态不确定的物流场景，往往需要更多工装、环境约束或重新适配。Sculptor则由端到端模型驱动，可以面向复杂现场的变化，自主理解任务并规划相应操作。

在产品设计上，Sculptor强调一机多能、快速适应。通过可配置的移动底盘、末端执行器与具身系统，面向卡车装卸、混合拆码垛、箱式拣选、行李搬运等不同物流作业需求，探索同一机器人平台在多种任务中的复用能力，降低新任务的重复适配成本。

02

Edge亮相：

既能精密操作，也能理解复杂任务

Edge是深诣面向工业精细操作场景打造的双臂机器人。Edge在工博会现场演示了0.1mm级精密插接与交互式糖果分装两项任务，分别对应具身智能的两类关键能力：精细物理操作，以及复杂任务的理解与执行。

在精密插接任务中，柔性线缆的形态随着抓取、移动和外部干扰不断变化，机器人需要持续感知目标状态、实时调整操作轨迹，在演示设置的干扰条件下完成插接。

而在交互式糖果分装任务中，Edge面对的挑战不再只是动作精度。机器人需要理解人的指令，自主组织从抓取、装盒到递交的多步骤操作，并利用过程记忆应对交互变化，使任务能够接续执行。

从精密接触操作，到需要理解、记忆和自主组织的长程任务，Edge展示了具身智能面向工业柔性作业的更多可能。

03

从“会做”到“越做越好”

强化学习如何让机器人持续进化？

两款机器人的背后，是深诣自研的SE-1具身基础模型。而深诣希望进一步解决的问题是：机器人学会一项工作之后，能不能通过真实经验，把这项工作做得越来越好？

Sculptor的研发过程给出了一个直观的例子：

在混合码垛任务中，经过人工示范和监督微调，机器人已经具备基本的取箱、放箱能力，但操作并不总是合理：有时会舍近求远地选择箱子、抓取时吸盘姿态不够合适、或者多层码放中还可能发生碰撞或下压。

经过进一步的强化学习，这些行为发生了明显迭代：

• 取箱选择：从不合理的取箱顺序，转向更合适的任务选择。

• 抓取姿态：能够在接近箱体时主动调整吸盘方向，再执行抓取。

• 多层码放：此前出现的碰撞和下压行为，在后续测试中得到明显改善。

这些变化并不是针对每种情况重新编写了固定动作规则，而是模型根据操作结果的反馈，进一步优化了自身的行为策略。

从“能够完成动作”，到“学会更好的操作”，这正是深诣所理解的自进化。其背后的技术逻辑，可以概括为两个环节：理解与对齐。

SE-1具身基础模型负责理解任务与物理世界。通过任务理解、世界推演和流畅动作生成三层核心能力，以及World Model MoE多物理专家架构，模型能够协同理解和预测不同维度的物理信息，将任务目标逐步转化为连续、可执行的动作。

而强化学习则进一步驱动行为改善。根据人类定义的任务目标与评价标准，机器人通过真实交互获得反馈，不断调整策略，使操作越来越符合实际工作要求。

针对真机数据稀缺、交互成本高的问题，深诣还研发了OMPO经验匹配技术，并采用异步、off-policy强化学习方法，让模型能够更有效地利用与当前任务相关的历史数据和多源经验，提高真实交互的学习效率。