社区

钻火圈、抖空竹、三人跳长绳、踩球向前走、协作搬箱子——这些需要人一边观察环境、一边调整身体动作的任务，如今正在成为人形机器人测试运动智能的新场景。

近日，智元发布AGILE2.0感控一体模型（AGIBOT Generative Intelligent Locomotion Engine），让机器人实现“边看边想边动”。为了展示机器人通过视觉完成动态任务的能力，智元同步发布创意短片《杂技BOT》，灵犀X2在其中完成钻火圈、抖空竹、三人跳长绳、双人跳山羊、双人协作上高台、抛三球以及协作搬箱子等多项任务。这些动作背后指向的是同一个问题：机器人如何先“看见”环境变化，再根据视觉信息实时规划并完成动作。

机器人“看见”之后，怎么让身体及时跟上？

对于人而言，看到环境变化之后调整身体动作几乎是自然完成的。眼睛持续捕捉外部变化，大脑进行判断，身体随之调整动作。但放到机器人身上，这套过程需要由不同软硬件系统共同完成。相机首先采集画面，AI再计算目标位置，这一过程本身存在时间差，而机器人的电机运动又是毫秒级快速响应。如果直接利用已经出现滞后的视觉信号指挥运动，机器人就可能出现抖动、晃动以及动作不稳定等问题。

智元此前推出的AGILE1.0已经打通感知与运动链路，移动与操作可以并行进行，但在全身协同、动态耦合和实时规划方面仍存在进一步提升空间。与此同时，行业内不少方案仍采用“移动+操作”的组合方式，在极限平衡、高速交互以及精细操作等场景下，统一动力学表达和实时协同能力仍面临挑战。AGILE2.0此次升级的重点，正是进一步把“看”和“动”结合起来。

从视觉感知到全身控制，AGILE2.0打通一体化闭环

在AGILE1.0的基础上，AGILE2.0进一步将环境观测、地形理解、动态可通行性分析、全身运动控制、接触状态切换以及末端精细操作等环节进行深度耦合。整个运行机制不设置中间模块，也不进行人工阶段拆分，将视觉感知、环境理解、全身运动控制以及上下肢协同操作纳入统一闭环。

这套能力在灵犀X2“踩球走”的任务中表现得较为直观。灵犀X2双脚站在大球上，通过滚动球体向前移动，要完成这一动作，机器人不仅需要维持动态平衡，还要持续根据球体和身体状态调整运动，此次展示实现了双足人形机器人自主踩球运动。跳长绳则进一步增加了动态协同难度，两个灵犀X2负责有节奏地挥动长绳，另一个灵犀X2需要观察绳子的运动状态，判断进入时机，再完成跃入、连续跳绳和跃出等动作。

在协作搬箱子的场景中，一个灵犀X2搬起箱子，另一个机器人观察后进行互动，随后重新搬起箱子，并将其放置到另一个箱子上。这些任务同时涉及视觉感知、动态移动、上下肢协同以及精细操作。通过全身Locomanipulation，机器人能够在动态移动过程中同步执行操作，并在执行操作时保持全身稳定和连续运动。

从“杂技”测试走向真实复杂场景

踩球、钻火圈和跳长绳是直观展示机器人运动能力的方式，AGILE2.0进一步指向现实环境中的动态任务。在环境发生明显变化、障碍物动态变化等复杂场景中，AGILE2.0能够进行视觉闭环实时推理和极限动态约束优化；面对双人或多人协同作业，模型建立了跨机器人的状态感知与全身行为协同机制；如果有人随机进入机器人作业空间，或者出现意外交互，模型还能够在人机共存状态下进行安全防护和自主恢复。

这也意味着，AGILE2.0所处理的环境不再局限于固定、结构化的机器人作业场景，而是进一步覆盖动态扰动、人机共存以及多机协同等真实复杂环境。从AGILE1.0打通感知和运动链路，到AGILE2.0进一步将视觉感知、环境理解、全身运动控制和上下肢协同操作进行统一闭环，智元正在把人形机器人的运动能力从单独完成移动或操作，推进到根据实时视觉信息完成动态协同任务。对于人形机器人走向现实物理世界而言，这类感控一体能力所解决的问题也更加具体：面对不断变化的环境，机器人不仅需要“看见”，还需要根据看到的信息及时规划动作，并让全身运动和操作保持连续协同。