解码ROBOT① | 让机器人学会“组队” 协作具身智能基础模型来了

编者按：2026年上半年，中国人形机器人出货量已超4万台，全球占比进一步提升至97%。之江大地上，20余家整机企业，100家相关人形机器人赛道企业，勾画出生动的机器人图谱。看！在第五届全球数字贸易博览会上，TA们正向你招手，赶紧走进这个赛博世界。

　　浙江在线9月21日讯（记者 陈雷 汪雨晨）一床被子，可以由两台机器人协同折叠完成，不需要中央调度器发号施令，两台机器人便能根据彼此的动作实时调整节奏，合作完成整套操作……这样的合作场景，正在打破现有机器人只能“各干各的”的固有印象。

　　如今，机器人进商店、进酒店、进工厂“打工”并非新鲜事，但当多台机器人脱离固定流水线，需要协同配合时，会不会发生争抢任务的状况？机器人如何像人一样实现默契配合？在本届数贸会的现场，由杭州芝诺未来技术有限责任公司（芝诺机器人）研发的协作具身智能基础模型——Zeno-1，正在拓展机器人“同事”之间顺畅合作的新可能。

　　“传统机器人普遍采用中心化调度的工作模式，相当于有一个统一的‘总指挥’给每台机器人分配具体任务，机器人本身并不具备自主调整能力。”现场，芝诺机器人联合创始人吴宇涵举了个简单的例子：当人向对面递出一瓶水时，对方能顺势接住，可换成机器人，要理解对方的动作意图并不容易。

在真实作业场景中，变量远比流水线多得多，一旦机器人脱离中央调度器的控制，进入更通用的场景，很容易出现配合脱节，比如整理床单，多台机器人同步作业时，只要其中一台晚3秒启动，或是力度、角度有差异，整个任务节奏就会被打乱，甚至出现两台机器“僵持”的状况。

搭载Zeno-1模型的机器人本体Malo 记者 陈雷 摄

　　如何让机器人在没有人类调度的情况下自主配合完成复杂任务？这正是Zeno-1模型要解决的核心问题。

“我们的机器人可以不通过中央调度器，观测另一台机器人的作业动态，自主做出相应反应，实现协同协作。”吴宇涵介绍，这套自研的协作具身智能基础模型，为机器人赋予了记忆、预测与自省能力。单台机器人在作业时，能通过对环境的感知，观察推理“同事”的状态，进而调整自身动作。

　　“我们自研了3B基础模型，在预训练阶段通过大量视频数据学习，同时搭建了闭环伙伴交互训练架构，采集机器人协作数据，基于这些数据训练机器人学会协同行为。”吴宇涵透露，仅4小时的机器人协作数据，基本就能覆盖对应任务的协同需求。

　　落地实际应用中，这套模式展现出很强的灵活性。在工厂场景里，多台通用机器人平时可各自发挥单体智能，独立完成作业，遇到复杂任务时，又能迅速组合形成协作能力。系统的物理作业能力可以随着机器人数量进行扩展，不必每次都重新设计一整套自动化方案。

　　目前，团队的主要应用场景聚焦在服务业，涵盖酒店客房整理、洗衣房物料整理、养老等家政类任务。随着机器人进入规模化应用阶段，多台机器人的协作工作，将为通用机器人走进更多真实生活场景打开新的空间。