参展企业预告 | 中科深谷将亮相第63届高等教育博览会，让机器人像人一样思考与行动！

2025年两会期间，“人工智能”、“智能科技”等科技热词备受关注，“人工智能+”更是被写入政府报告当中。大力发展智能科技产业，已成为各界共识。

而在全球智能科技领域，一场静默的变革正在悄悄发生——机器人不再是执行预先设定好的功能，而是通过“具身智能”（Embodied AI）拥有了类似人类的感知与行动能力。

什么是具身智能？简单地说，具身智能就是强调智能行为需要通过身体与环境的交互来实现，而不仅仅依赖“大脑”的运算。传统人工智能受限于固定场景与单一功能，而具身智能可以通过动态感知与自主决策能力，这使其具备跨场景适应性与任务泛化能力，将可以成为智能制造、家庭服务、医疗康复等领域的刚需。

而如何让智能体像人类一样感知环境、自主决策并精准执行复杂任务，成为行业的核心挑战。

中科深谷依托长期技术沉淀，自研技术底层与智能算法，给出了属于自己的方案——全新定义通用具身智能类脑系统技术范式（大小脑协同），推出“CSPACE通用具身智能类脑系统”，以模块化、开放性为特点，实现“感知-认知-决策-行动”技术路径闭环，为多模态智能应用提供了一套通用便捷的解决方案。

图 | 通用具身智能类脑系统产品形态

重新定义智能体与物理世界交互

CSPACE通用具身智能类脑系统（Embodied Intelligence System）通过智能体与物理环境动态实时信息交互实现自主学习，决策与行动。系统构架采取四大核心模块加外拓模块，四大核心模块分别为：智能控制系统、数据交互系统、模型库与数据集、高算力处理系统。

智能控制系统涵盖机器人执行器、多模态传感器的采集（视觉、触觉、力觉等）及运动控制算法，能够使智能体实现精准物理执行；数据交互系统作为数据交互的桥梁，保障智能体感知、决策与行动高效协同；模型库与数据集内嵌丰富工具链、算法模型及场景数据集，可支持多场景的预训练及快速迁移学习，极大地降低了开发门槛；而高算力处理系统支持强化学习算法及实时数字虚拟仿真，可接入如DeepSeek V3等在内的大模型，有效提升了机器人自主学习能力及智能水平。

“CSPACE通用具身智能类脑系统可支持移动机器人、机械臂、人形机器人、无人机、集群智能等智能体在复杂环境中完成运动、避障、协作等高难度任务，逐步让机器人实现‘像人类一样思考与行动’。”中科深谷集团创始人、董事长陈锋博士介绍道。

图 | 通用具身智能类脑系统技术图谱

核心技术突破：构建从算法到落地的全栈能力

近两年来，以ChatGPT、DeepSeek为代表的大模型取得了突破性进展，大模型与具身智能模型结合可解决智能体在复杂场景中的推理和任务分解难题。

中科深谷CSPACE通用具身智能类脑系统融合多模态大模型技术，自然语言指令可被精准解析为物理动作指令，赋予机器人环境感知、任务分解与自主执行的能力——无论是家庭服务机器人理解“整理桌面”的复杂指令，还是工业机器人完成多工序联动操作，大模型的引入让具身智能迈向更高阶的自主决策水平。 

在算法层，CSPACE通用具身智能类脑系统深度融合强化学习（RL）与深度学习（DL）。如强化学习框架可以使四足机器人能在崎岖地形中实时调整步态，甚至应对突发障碍；深度学习算法则通过处理视觉、触觉等多模态数据流，支撑机械臂实现毫米级抓取精度与多目标分类，例如在物流分拣场景中准确识别包裹形状与材质。

技术协同之下，机器人不仅“学会适应”，更能“懂得优化”。  

而依托NVIDIA Isaac Sim、MuJoCo等工具构建的虚拟试验场，可模拟极端环境与复杂物理交互，例如自动驾驶机器人应对复杂路况、工业机械臂规避动态障碍物等场景。算法在虚拟环境中完成“千次试错”后，能无缝迁移至真实设备，极大缩短开发周期，同时大幅降低硬件损耗风险。 

从算法到落地，从单一场景到复杂系统，CSPACE通用具身智能类脑系统覆盖人工智能、机器人学、控制理论等多领域前沿技术，助力机器人“类人进化”跑出加速度。

图 | 具身智能机器人技术架构

模块化架构+全流程工具链：重塑机器人开发范式

传统机器人开发中存在硬件适配复杂、算法迁移成本高、多模态协同低效等痛点，CSPACE通用具身智能类脑系统直指这些痛点，以模块化设计重构技术生态，提供从建模、仿真、部署到训练的全流程支持。

建模阶段兼容URDF、SolidWorks等工具，内置丰富的机器人模型库，可快速构建几何与动力学模型。

仿真平台集成Gazebo、MATLAB/Simulink与Isaac Gym，覆盖工业制造、自动驾驶等多元场景；边缘计算可实现低延迟嵌入式AI部署，如机械臂实时路径规划等。

这一技术体系的价值不仅在于简化流程、提升效率，更在于可以充分释放开发者创造力——从重复性适配工作中解放出来，聚焦于核心算法创新。

例如，某智能仓储企业借助通用具身智能类脑系统，快速缩短搬运机器人从仿真训练到生产部署流程时间，较传统开发效率提升数倍。

强大泛化能力，破解复杂对象开发难题

CSPACE通用具身智能类脑系统采取跨平台设计，具备强大泛化能力，已在人形机器人、工业机械臂、移动机器人、集群设备等多场景落地实践。

人形机器人因高度仿生结构与复杂任务需求，面临多关节协同控制难、动态环境适应性差、算法开发周期长三大挑战CSPACE通用具身智能类脑系统通过模块化设计，高保真仿真及强化学习，加速其“类人能力”进化。开发者可通过ROS、PyTorch等生态工具灵活调用系统接口，结合数字孪生技术，大幅缩短产品迭代周期，降低开发成本。

深谷“田螺”人形机器人亮相世界制造业大会

针对倒立摆平衡控制难题，系统基于Isaac Gym构建仿真环境，利用强化学习方法能够在不依赖精确模型的情况下学习最佳控制策略，取得良好的控制效果。

强化学习控制倒立摆

对于智能体协作需求，CSPACE通用具身智能类脑系统支持大模型驱动的移动集群机器人协同决策；在室外空地协同场景中，系统通过数字孪生技术构建实时仿真环境，实现多机任务分配、路径规划与避障联动……

大模型控制移动机器人

面对复杂对象的开发挑战，CSPACE通用具身智能类脑系统显著降低多场景适配复杂度，让开发变得更加高效！

当前对智能体的决策控制系统已从个体运动控制逐步转向协同控制，中科深谷CSPACE通用具身智能类脑系统的发布，既保持了与国内外先进的智能机器人团队技术路径同步进化，也强化了协同控制的泛化能力，并进一步开源开放系统平台。随着大模型、多模态感知等技术的不断进步，中科深谷致力于让更多开发者更容易参与到智能系统的开发，共同搭建具身智能开发者生态，推动人工智能与物理世界的深度融合，探索未来的无限可能。

5月23-25日，中铁·长春东北亚国际博览中心，欢迎莅临A1K31展位参观交流。

阅读原文