4月26日，【未来智造：机器⼈软件系统技术前沿】OSC源创会·深圳站·112期在会展中心成功举办。现场人气满满，吸引了近 150 位开发者、行业专家及机器人技术爱好者参与。

本期源创会活动联合机器人全产业链接会（FAIR plus 2025）共同举办，FAIR plus 2025活动由深圳市工业和信息化局、中国科学院深圳先进技术研究院指导，深圳市机器人协会主办，以“智启未来、链动全球”为主题，为期3天，观展近3.5万人次，成功打造集新品发布、产品呈现、产业展览、技术交流、学术研讨、供需对接于一体的国际级机器人合作交流盛会，引领具身智能机器人产业发展新浪潮。

本期源创会围绕机器人软件系统的前沿技术展开深度探讨，涵盖多维感知、运动控制、数据开源、操作系统与 ROS 实战等核心议题，并展示了多项突破性技术与应用成果。

从机器人竞赛到软件系统实践：日本创客文化对技术创新的启发

Switch Science 全球业务发展人员、早稻田大学客座教授高須正和发表《从机器人竞赛到软件系统实践：日本创客文化对技术创新的启发》主题演讲。高須正和从日本机器人比赛情况、日本创意源泉、以及中日国际链接三个角度做了分享。

首先，日本机器人比赛如 CoRE 和高专机器人比赛，以创新、团队合作和技术挑战为特色，激发青年创造力。日本中央电视台也发起了面向不同年龄段学生的机器人比赛，不仅学生，也有许多 DIY、开源爱好者热衷参赛。DIY 机器人相关比赛的内容也很丰富，比如 IEEE Spectrum Hebocon 废柴机器人大赛，以“低技术力”和“废柴精神”为核心，参赛机器人需以“废柴”为荣，技术先进的则会被扣分。

这也展示了日本机器人创意的源头。高須正和介绍，日本人奇思妙想源自动漫联动与实现梦想的热情，迸发热爱能量。许多机器人工程师非常喜欢动漫作品如《高达》和《哆啦A梦》等等，并从中汲取灵感。也有一批有意思创业公司工程师，以前会参加机器人比赛，现在做机器人 DIY，也作出一些有意思的作品，比如人形/车型变形机器人、卧病在床时可操纵的服务生分身 Robot Care DAWN。

最后，高須正和也提到了中国与日本在产业上的链接，他认为，日本与中国的差异是促成国际合作的契机，此外，日本也能成功应用中国的 M5Stack 及 RDK 系列开发环境。当下，高須正和也常活跃在中日两国机器人相关活动上，促进中日企业的交流与合作。

基于数据驱动的足式机器人小脑技术

桥介数物项目交付负责人王建淞发表《基于数据驱动的足式机器人小脑》主题演讲。随着通用机器人产业的快速发展，运动控制能力成为推动产业化进程的关键技术突破点。王建淞指出，当前机器人产业正处在爆发前夜，预计1至2年内主要面向开发者市场，3至5年将迎来足式机器人的黄金时代，5至10年则会在C端市场实现规模化爆发。但要让机器人真正落地，精准的动作控制（补充修饰词）特别是复杂环境下的高动态控制，"小脑"系统的作用至关重要。

传统控制方法依赖精确动力学模型，但面临复杂环境适应性不足的问题。行业正转向基于学习的控制方法，利用大数据优化动作策略。王建淞介绍了两种主要技术方案：一是端到端大模型方案，虽能一体化处理感知、决策和运动，但存在训练难度大、数据需求高、推理速度慢的缺陷；二是分层式端到端控制，通过多模型协同提升训练效率和推理速度。

聚焦机器人"小脑"运动控制，业界正从ZMP、MPC等基于模型的控制方法，向数据驱动与强化学习融合方向发展。基于强化学习的控制技术已能实现基础行走、上下台阶、跌倒自恢复及拟人化行走、奔跑和轨迹模仿等任务，训练方法涵盖纯奖励学习、模仿学习与多模型融合学习。强化学习依赖仿真数据，但面临动力学参数偏差、传感器噪声干扰、柔性接触模拟失真及碰撞模型简化等仿真与现实差距。为此，需引入真实数据并通过专家反馈信号优化策略。

在此背景下，桥介数物利用自研的通用人形机器人运动控制平台，在强化学习与模仿，学习仿真运动控制，以及世界模型与数据分析方面，自研了多项核心技术，以期为全球通用足式机器人产业提供一流的运动控制系统。王建淞表示，桥介数物能将一个机器人从0到1行走的调试周期从1-2个月缩短至3天，此外，桥介数物的广覆盖与兼容性，以及不断迭代的算算法也是其核心竞争力。

共建具身智能数据生态

南加州大学电子工程系博士、国地共建具身智能机器人创新中心数据负责人李广宇发表《共建具身智能数据生态》主题演讲。李广宇指出，当下全球比较成熟的两个大规模智能系统一个是自动驾驶，一个是大模型。对比这二者，具身智能的发展稍晚，并且正面临六大痛点，一是数据稀缺，目前机器人相关的数据还处在“非常少”的阶段；二是数据孤岛，具身智能领域，每个不同的机器人在其特定的应用场景下从事作业任务时，会带来指数级增长的多样性；三是数据链路还比较低效；四是评估体系不够完善；五是不具备数据飞轮；六是具身智能职业训练师空缺。

在此背景下，李广宇和其团队构建了一套数据驱动的全链路体系，包括真机数据采集、仿真数据生成和平台工具链，旨在推动机器人智能的发展。国地共建具身智能机器人创新中心发布了名为“RoboMIND”的多场景、多本体、多任务的标准化数据集，共包含10万条高质量数据，覆盖多种机器人本体和任务场景。

通过数据集的建设和实验证明，仿真数据与真机数据的融合能显著提升模型性能。李广宇介绍，基于数据驱动，创新中心在模型方面也有得了一些成功案例。

首先围绕具身大脑，可以实现一个完整的思维链，包括任务规划、任务理解等能力，比如让天工机器人根据操作员指令去做积木搭建。集群操作领域也做了高质量数据的价值验证，比如通过一个单一的 VLA 模型，可以完成桌面清洁整理的工作，即便出现抓取失误或是目标物体被移动的情况，也能自主规划，再次执行直至完成任务。在具身操作领域，李广宇展示了一个五指灵巧手在零售物流作业场景中打包的操作，通过原子技能库的方式，这个灵巧手可以在大模型的任务编排——小脑操作执行的流程下，实现精细的双手协同。此外，在具身运控场景下，日前天工机器人在北京亦庄的机器人半马中也取得了第一的好成绩，“这也体现了我们数据驱动下的运动控制的综合能力。”

李广宇透露，接下来，国地共建具身智能机器人创新中心会建设一个面积约 1 万平米的具身智能数据和训练基地，支持多种机器人技术研究，“希望把我们的能力赋能给整个行业。”

多维触觉引领全球机器人智能感知进化

帕西尼技术&销售商务中心负责人顾宏康发表《多维触觉引领全球机器人智能感知进化》主题演讲。顾宏康指出，AI 智能分为离身智能和具身智能。离身智能类似大模型部署在云端或是线上，如 DeepSeek；具身智能则是指有具体载体去搭载大模型执行，同时和环境进行交互。交互则类似于人的五感，其中人的皮肤触觉是非常重要的一环，对于机器人来说，具备像人类一样的触觉感知能力，特别是处理纤细柔软易变形物体的能力也非常重要。目前，触觉传感器在识别物体状态、增强机器人泛化性和操作精度方面都发挥着重要作用。

在触觉感知上，顾宏康介绍了机器人触觉技术的四大流派：电阻式、电容式、视觉和空间磁场感知。这些不同的感知技术，可以感知物理元素维度、频率和力的敏感度等等，最终可以实现捏起一片薄薄的薯片，或是判断包括皮革等在内的物体表面材质。

帕西尼自主研发的 ITPU 多维触觉传感技术， 打破了传统触觉传感器感知维度单一、一致性差、耐久性与可靠性不足、价格昂贵、易用性差等诸多长期发展桎梏，行业内率先实现多维阵列力感知及材质、温度、 纹理等多物理属性解析，并推动触觉传感器首次实现高可靠性规模化量产， 使用寿命突破 300 万次， 达到工业级标准。基于 ITPU 多维触觉技术，帕西尼打造了一系列硬件产品，包括多维高精度阵列式触觉传感器 PX 系列、多维触觉 + 视觉双模态灵巧手 DexH13，以及以多维触觉为核心的商用人形机器人 TORA - ONE。

DexH13 拥有13个主动自由度，单手配备 978 个 ITPU 多维触觉传感单元，有 15 种感知能力，极高的定位精度 ，力控精度 0.01N，最大负载 5kg，工业级使用寿命超 100 万次。基于其强大的 AI 视觉系统，和6D位姿估计算法，能精准识别物体，规划抓取姿态。TORA-ONE 是一款帕西尼的新型轮式人形机器人，具备47个自由度，身高可在 1.46m - 1.86m 自适应变化，机器人搭载了高度灵活的四指仿生手，能够模拟复杂的人类手部动作，专为复杂任务执行及人机互动而设计，多自由度的运动能力使其能够高效完成多种任务。

顾宏康也特别强调了触觉数据在机器人操作中的重要性，“没有触觉数据，模型就很难提高泛化性。”接下来，帕西尼还计划提供高质量大规模的触觉数多模态据集，帮助产业链厂商更好地训练模型。

RT-Thread 为机器人软件系统赋能

RT-Thread 嵌入式软件工程师梁瑛健发表《RT-Thread 为机器人软件系统赋能》主题演讲。梁瑛健指出，当前机器人行业面临的软件挑战，包括智能化和不同行业场景的多样化需求等，其核心需求是实时性、精确性、灵敏度、稳定性和多自由度控制，以及能够实现硬件的多样化适配。

在此基础上，机器人软件系统又对实时操作系统有着生态能力与技术能力两大方面的需求。生态上方面需要POSIX兼容、全工具链、活跃社区等要求。技术能力方面的需求，包括统一的设备框架、高品质 API、低功耗小程序、MLU 支持的多媒体微内核、多核 AI 大模型、关键组件、工业协议、虚拟化部署能力以及高安全性和可裁剪特性。

梁瑛健详细介绍了 RT-Thread 操作系统，作为一款开源、高可靠性和可伸缩的国产操作系统，RT-Thread 有三大显著特点：自主可控、中立第三方和本地团队。RT-Thread 自2006年启动以来，经历了多个重要版本的迭代，包括引入 TCPIP 协议、完善文件系统和网络协议栈、推出编程指南、类安卓的 GUI 以及小程序等功能。目前，RT-Thread 主要提供针对不同资源需求的三大产品线：针对 MCU 的极轻型版本 Nano；针对 IoT 节点设备的标准版 RT-Thread；以及面向 AI 和工业设备的微内核架构的 RT-Thread Smart。此外，还提供了一站式开发工具 RT-Thread Studio lDE。这些产品和工具共同构成了 RT-Thread 操作系统丰富的软件生态系统，为软件系统开发提供全面支持。

在为机器人软件系统赋能方面，RT-Thread 的三大核心优势包括高度可定制化、完整生态以及一体化系统。高度可定制化得益于 RT-Thread 系统结构化清晰，组件耦合性低，便于根据客户需求裁剪功能，降低维护成本。完整生态涵盖芯片组件、软件包、开发者和网络应用，形成闭环。一体化系统则将应用与内核编译为整体，相较于非一体化系统，简化维护并减少安全问题。系统支持多种语言，适用于不同 IoT 应用场景，从高端产品到低端产品均可灵活调整。

下期源创会预告

【LLM与操作系统：协同进化】OSC源创会·上海·113期

报名地址：https://www.oschina.net/event/8596433

时间：2025-05-24 13:00 至 17:00

地点：上海 普陀市 华东师范大学逸夫楼报告厅