四川在线记者 文露敏 视频剪辑 梁庆

6月25日，四川在线记者从成都人形机器人创新中心获悉，近日，他们在人形机器人“大脑”研发上取得又一关键突破，在国内率先发布基于视觉扩散架构的人形机器人任务生成式模型，使人形机器人可以自主流畅地处理各种复杂任务。

人形机器人具有“大脑”“小脑”和“肢体”，其中，“大脑”为其提供了环境感知、行为控制和人机交互能力。在中心提供的演示视频中，研发人员3次随机改变桶的位置，人形机器人都及时做出了调整，最终把苹果成功投放进桶内；当直立的矿泉水瓶被人为放倒，人形机器人立即自主修复任务进程，进行抓取位姿调整，成功完成“打工”任务，将矿泉水瓶直立放入收纳筐中。

“这体现了人形机器人‘大脑’的全局快速推理和执行能力。”成都人形机器人创新中心主任张睿睿介绍，该模型具备同时确定拿起物体的最佳抓持位姿、移动物体最佳路线、能耗最少最佳等多要素全局规划思维能力，在人为破坏任务进程时，还可以迅速进行决策修正和调整执行方式，接续完成任务。

强大的理解、推理和生成能力正是扩散架构的“功劳”。张睿睿表示，扩散架构能够重构人形机器人底层架构，释放人形机器人的决策技能，使其在操纵和泛化方面达到新高度。目前，全球范围内仅有少数人形机器人团队发布相关阶段性成果。

此前，业界的人形机器人任务生成式模型主要基于VAE、AC Transformer、LSTM等架构，需要局部调整试错来缓慢推进任务进程，推理效率低、执行速度慢且大量消耗算力。“相比之下，此次发布的模型更加稳定，任务执行成功率更高，决策更敏捷。”张睿睿表示，从整理房间到外科手术，该模型的泛化能力使人形机器人能够自主流畅完成各种复杂任务，将极大提升人形机器人的任务执行能力和效率；此外，只需依靠中等消费级显卡在端上即可完成人形机器人绝大部分任务，能够有效降低算力和能耗成本。