7 月 27 日，WAIC 世界人工智能大會上，跨維智能進(jìn)行了全新一代人形機(jī)器人 DexForce W1 Pro 的線下發(fā)布會，作為 W1 的迭代升級款，其在機(jī)器人本體軟硬件算法與開發(fā)工具鏈上實現(xiàn)全方位革新，面向各個行業(yè)的用戶提供豐富的硬件配置選擇與 EmbodiChain 具身智能開發(fā)平臺。

落地驅(qū)動：價值需求牽引，具身操作賦能多樣場景

不同于停留在 " 實驗室環(huán)境 " 的基于舵機(jī)方案的實驗用機(jī)器人，或是主要服務(wù)于 " 情緒價值 " 的基于準(zhǔn)直驅(qū)方案的展示用機(jī)器人，一個能創(chuàng)造真實價值的精巧操作型機(jī)器人，必須在核心零部件、機(jī)身構(gòu)型、電路設(shè)計及控制算法上實現(xiàn)深度耦合，從而達(dá)到產(chǎn)品級的高穩(wěn)定性、高精度、高柔性與長時運(yùn)行能力。

DexForce W1 Pro 正是為踐行此理念而生。它融合了 X-Wiz 提供的模塊化多層次開發(fā)接口，并借助 EmbodiChain 賦予的強(qiáng)大數(shù)據(jù)擴(kuò)增與生成能力，能夠在真實場景的作業(yè)需求牽引下，自主完成高精度、高穩(wěn)定性的機(jī)器人任務(wù)。其主要技術(shù)特點(diǎn)如下：

高精度純視覺三維感知：自研新一代雙目純視覺傳感器 + 通用感知大模型

亞毫米級精準(zhǔn)作業(yè)：全身諧波關(guān)節(jié) + 全向運(yùn)動底盤 + 靈活末端執(zhí)行器配置

具身智能新范式：Engine-driven Sim2Real VLA

基于 DexForce W1 Pro 這一強(qiáng)大的硬件平臺，開發(fā)者無論使用合成數(shù)據(jù)還是真實數(shù)據(jù)，都能擁有 " 產(chǎn)品級 " 的機(jī)器人技能。這些高級技能已準(zhǔn)備好在以下多樣化場景中充分釋放價值，其核心落地優(yōu)勢體現(xiàn)在：

科研教育：為前沿的 VLA 模型訓(xùn)練與機(jī)器人技能學(xué)習(xí)，提供一個高可控、高精度的理想研究平臺。

家庭助理：精準(zhǔn)執(zhí)行整理桌面、遞送物品、輔助備餐等家務(wù)指令，成為安全可靠的家庭幫手。

商業(yè)服務(wù)：在展會、酒店、零售等場景中勝任迎賓、導(dǎo)覽和產(chǎn)品介紹等角色，全面提升服務(wù)體驗與運(yùn)營效率。

智能制造：高效勝任產(chǎn)線上的高精度柔性裝配、帶操作巡檢、物料分揀等一系列復(fù)雜任務(wù)。

雙版本配置：

聚焦核心需求，適配多元場景

本次預(yù)售的 DexForce W1 Pro 版本延續(xù) " 模塊化架構(gòu) " 理念的同時，為方便不同需求開發(fā)者，跨維也推出無底盤功能的 DexForce W1 Core 版本，兩者核心差異在于底盤配置，而腿部以上的感知系統(tǒng)、執(zhí)行系統(tǒng)、控制核心與軟件平臺完全一致：

W1-Pro：可選配差速 / 全向移動底盤，全身具備 34/40 個自由度，將通用智能機(jī)器人的感知、移動、操作和智能提高到了一個全新的高度。

W1-Core：保留腿部以上核心模塊（雙臂、軀干、頭部），整體專注于原地作業(yè)的應(yīng)用場景，為不需要移動能力的用戶提供更高性價比的選擇。

硬核煥新：

從感知精度到運(yùn)動性能的全方位躍升

DexForce W1 Pro 的硬件革新圍繞著 " 為落地真實場景 " 而打造，在視覺感知與機(jī)械運(yùn)動層面均實現(xiàn)突破性的提升。

" 毫厘可見 "

全新自研純視覺雙目系統(tǒng)，感知能力質(zhì)的飛躍

頭部集成的自研純視覺雙目仿人傳感器迎來全面升級：幀率從初代的 15Hz 提升至 60Hz，提升了四倍。通過優(yōu)化光學(xué)模組與標(biāo)定算法，雙目標(biāo)定誤差控制在 ± 0.05 像素以內(nèi)，立體匹配精度達(dá)亞像素級（ ≤ 0.1 像素），較初代提升 40%；可實時輸出稠密點(diǎn)云與深度圖，對物體三維輪廓的還原誤差 ≤ 1mm，較初代提升 25%。雙目拍照同步性能 20us 以內(nèi)，工業(yè)級同步水準(zhǔn)。整體功率降低為初代的三分之一，高溫狀態(tài)下的穩(wěn)定性能得到進(jìn)一步提升。視場角進(jìn)一步優(yōu)化至水平 90 °、垂直 60 ° 的仿人視野范圍。

配合腕部近距離操作相機(jī)（FOV 87 ° × 58 °，工作距離 7-50cm）與底盤前后深度相機(jī)（工作距離 0.2-2.5m ），構(gòu)建全域感知網(wǎng)絡(luò)，為純視覺抓取、動態(tài)場景理解等任務(wù)提供高精度數(shù)據(jù)輸入。

" 穩(wěn)控微毫 "

雙臂運(yùn)動性能迭代，可達(dá)性與操作精度雙提升

基于初代 7 自由度機(jī)械臂架構(gòu)，新一代 W1 Pro 通過基于 AI 的 Co-design 優(yōu)化運(yùn)動學(xué)模型及機(jī)械構(gòu)型參數(shù)，將雙臂工作空間及可達(dá)性擴(kuò)展 75%，實現(xiàn)更復(fù)雜的交叉操作與狹小空間避障。結(jié)合視覺系統(tǒng)，重復(fù)定位精度提升至 ≤ 0.5mm，機(jī)械手可選配 6 自由度靈巧手和二指夾爪，按需選配，輕松應(yīng)對工業(yè)和商用等場景。

機(jī)器人在長時間運(yùn)行后 " 手 " 和 " 眼 " 的相對位置會發(fā)生極其微小的改變，但是這種改變會極大地影響高精度任務(wù)的執(zhí)行。為此，W1 Pro 引入" 自動手眼標(biāo)定 " 功能，時刻感知自己的狀態(tài)，并在需要調(diào)整的時候快速自主的完成 " 手眼標(biāo)定 "，為持續(xù)的高精度任務(wù)保駕護(hù)航。

軟件升維：推出 EmbodiChain 具身平臺，建設(shè)開發(fā)者友好型生態(tài)

新一代 W1 Pro 的軟件能力完成了革命性升級：首次重磅推出開源具身智能開發(fā)平臺—— EmbodiChain，一個專為解決具身智能模型訓(xùn)練數(shù)據(jù)稀缺問題而生的強(qiáng)大工具集。依托跨維 DexVerse 統(tǒng)一技術(shù)底座的強(qiáng)力驅(qū)動，EmbodiChain 以領(lǐng)先的數(shù)據(jù)生成與仿真引擎，將 " 昂貴、低效 " 的真實數(shù)據(jù)采集升級為" 低成本、大規(guī)模、可擴(kuò)展 " 的機(jī)器人雙臂操作技能數(shù)據(jù)管線，支持離線與在線兩種數(shù)據(jù)模式。

這一創(chuàng)新性的" 引擎驅(qū)動 " 范式不再是靜態(tài)數(shù)據(jù)集，而是構(gòu)筑起面向 AGI 的持續(xù)飛輪。這套前瞻性藍(lán)圖的核心理念與部分代碼實現(xiàn)，將逐步在我們最新推出的開源具身智能開發(fā)平臺 EmbodiChain 中落地，向所有開發(fā)者開放。

核心亮點(diǎn)

開源具身智能開發(fā)平臺 EmbodiChain

強(qiáng)大的數(shù)據(jù)引擎：EmbodiChain 的數(shù)據(jù)引擎將會包括大量場景相關(guān)數(shù)據(jù)生成，Real2Sim 的數(shù)據(jù)軌跡映射，大規(guī)模多數(shù)據(jù)模態(tài)擴(kuò)增。其先進(jìn)的生成式數(shù)據(jù)擴(kuò)增能力，更能自動創(chuàng)造出海量、高質(zhì)量且多樣化的操作樣本，從根本上解決了真實數(shù)據(jù)采集的成本與多樣性瓶頸。

高效的模型訓(xùn)練：平臺內(nèi)置的 Sim2Real VLA 基礎(chǔ)模型，其性能與覆蓋范圍經(jīng)過持續(xù)優(yōu)化，預(yù)訓(xùn)練數(shù)據(jù)已覆蓋多種典型操作任務(wù)。用戶可利用便捷的在線微調(diào)功能，顯著提升模型面對新任務(wù)時的收斂速度，從而極大加速從 " 虛擬訓(xùn)練 " 到 " 現(xiàn)實部署 " 的閉環(huán)迭代。

同時，由 EmbodiChain 所訓(xùn)練產(chǎn)出的 VLA 模型可以無縫接入到 W1 的軟件生態(tài)中（X-Wiz），確保了開發(fā)者在進(jìn)行頂層創(chuàng)新時，可以簡單快速地在真機(jī)上驗證算法效果。

WAIC 現(xiàn)場互動體驗，共同邁向通用物理世界智能

DexForce W1 Pro 的發(fā)布，標(biāo)志著跨維智能在 " 硬件性能 + 軟件生態(tài) " 雙輪驅(qū)動的技術(shù)路線上邁出關(guān)鍵一步。從敏銳的動態(tài)視覺捕捉到精準(zhǔn)的實時軌跡控制，從對物理世界的高保真數(shù)字還原到模型訓(xùn)練的效率躍升，我們正在構(gòu)建一套能夠落地于真實世界的具身智能開發(fā)范式。

展望未來，我們將聚焦于三大方向的持續(xù)迭代：進(jìn)一步增強(qiáng) W1 在各種環(huán)境下的感知魯棒性；提升 EmbodiChain 平臺的在線數(shù)據(jù)生成及訓(xùn)練模型的效率；不斷拓展 W1 的技能和落地場景。我們相信，當(dāng)硬件性能與軟件效率形成合力，具身智能的邊界將被不斷拓寬。