启元机器人解析具身智能架构与数据方案

2026年10月30日，启元机器人详细解析了其具身智能技术架构与数据闭环方案。在架构设计上，启元采用“快慢脑”方案，将通用大模型作为高层规划的慢脑，自研VLA模型作为底层动作执行的快脑。针对传统真机数据采集瓶颈，启元推出Hil-UMI范式，通过手持便携夹爪识别薄弱环节并定向补录数据，在整理桌面实验中，其采集效率达到传统真机HG-DAgger的5.63倍。启元团队认为，通用大模型属于公共资源，具身智能的核心竞争壁垒在于硬件本体、高质量操作数据与训练范式的深度绑定。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。