機器人為何被困在 Demo？科大訊飛新創公司爻方智慧：缺乏關鍵「本體認知」
為何重要
Panel (Panel) 本文釐清了具身智慧從 VLA 巨人跌倒後的演進路線，證明瞭「本體認知」是現有世界模型無法部署的關鍵缺失。對產業來說，這提供了一條跳脫「海量真實機器人資料」限制的新解法，即利用高品質結構化大腦資料輔助模型推理，對後續精調與建構具身大模型有重要技術指引。
科大訊飛成立專攻具身智慧的子公司爻方智慧，並與中國科學技術大學共同發布統一多模態模型 iFLYTEK-Embodied-Omni，首度公開回應「VLA 與世界模型」不足以解決機器人泛化性差的問題。
- 「安徽爻方智慧」於 WAIC 2026 開幕前註冊，註冊資本 3 億人民幣，由潘嘉（國家科技進步一等獎得主）領軍。
- 技術路線上，爻方主張從「兩段式世界模型」轉向「大腦-小腦」協同：VLM（理解規劃）與 VGM（視覺生成預測）為大腦，AGM（動作生成）為小腦，透過逆運動學強化機器的「本體認知」。
- 該模型共有四步訓練法，且近一半訓練資料為「具身大腦資料」（如 2D/3D 軌跡與空間指向）而非真機演示資料。
- 在 LIBERO-Plus 基準的高噪聲環境中，爻方模型平均成功率達 89.6%，在 RoboTwin 2.0 雙臂任務中標準環境成功率為 93.68%。