2025年3月21日，國家地方共建人形機器人創(chuàng)新中心（以下簡稱“國地中心”）聯(lián)合上海大學和清華大學，共同發(fā)布了具身智能仿真平臺——“格物”。

該平臺集成了先進的強化學習框架與多模態(tài)運動控制技術，致力于為科研機構、高校及企業(yè)提供一站式的機器人開發(fā)與測試解決方案，推動人形機器人技術從實驗室走向產(chǎn)業(yè)化。國地中心首席科學家江磊主持會議，上海市經(jīng)信委人工智能發(fā)展處有關同志出席會議并致辭。

近年來，隨著技術的不斷突破和應用場景的拓展，具身智能的戰(zhàn)略地位日益凸顯。2025年政府工作報告中，具身智能首次被寫入，與生物制造、量子科技、6G等一同被列為未來產(chǎn)業(yè)培育的重點方向。可以預見的是具身智能板塊正式進入國家頂層設計，其戰(zhàn)略意義將視為推動新質生產(chǎn)力發(fā)展的關鍵引擎。

▍仿真平臺是推動人形機器人技術迭代的一把關鍵鑰匙

國地中心首席科學家江磊重點對“格物”具身智能仿真平臺的重要性進行解讀，他強“格物”具身智能仿真平臺是連接數(shù)字世界和物理世界的關鍵工具，特別是在推動人形機器人技術的進步方面。通過仿真平臺，開發(fā)者能夠更高效地進行機器人開發(fā)和訓練，降低研發(fā)成本，從而加速人形機器人從實驗室到實際應用的轉化。

國地中心首席科學家江磊

江磊提到，當前的技術環(huán)境下，機器人技術的進步需要一個性能強大的仿真平臺作為支撐，特別是是具身智能，正在成為推動技術創(chuàng)新的關鍵因素。在政策和技術的雙重推動下，上海作為人工智能的前沿城市，正在為機器人技術的應用提供更多支持。

江磊表示，未來的機器人不僅需要具備強大的學習能力，還需能夠快速適應不同的場景和任務。通過此次“格物”具身智能仿真平臺的發(fā)布與開源，江磊希望能夠吸引全球的開發(fā)者參與進來，共同推動人形機器人領域的發(fā)展。

▍邢伯陽分享具身智能與人形機器人開發(fā)新路徑

國地中心研發(fā)總監(jiān)邢伯陽在會上深入探討了具身智能與人形機器人開發(fā)的新范式，邢伯陽回顧了具身智能的發(fā)展歷程，并指出技術的核心不僅僅是理論上的構想，而是通過動態(tài)控制與強化學習等方法在現(xiàn)實世界，不斷提升機器人自我學習和環(huán)境交互的能力。

國地中心研發(fā)總監(jiān) 邢伯陽

邢伯陽以OpenLoong為例，分析了其核心控制系統(tǒng)的構建，并指出該系統(tǒng)的關鍵在于通過高效的仿真平臺與深度學習技術的結合，使機器人能夠快速適應環(huán)境變化并執(zhí)行復雜任務。當前，他強調，從傳統(tǒng)的基于優(yōu)化問題的控制方法，到如今借助并行計算和具身智能的技術手段，機器人在學習和任務執(zhí)行上的效率和精度得到顯著提升。

邢伯陽指出，通過大規(guī)模預訓練模型與強化學習相結合，機器人不僅在理論學習上取得突破，更能在實際環(huán)境中迅速適應并完成各類任務。

邢伯陽強調，仿真平臺作為該技術發(fā)展的核心支撐，能夠在虛擬環(huán)境中進行高效訓練，從而極大縮短了開發(fā)周期，降低了開發(fā)成本，并為技術迭代提供了有力保障。他進一步提出，未來的機器人開發(fā)趨勢將從以模型為驅動向多模態(tài)學習轉型，以實現(xiàn)更加高效的智能控制體系。

▍葉林奇教授無償貢獻“格物”平臺給OpenLoong開源社區(qū)

作為“格物”具身智能仿真平臺的特殊貢獻者，上海大學葉林奇副教授，將“格物”具身智能仿真平臺無償貢獻給OpenLoong開源社區(qū)。會上國地中心正式授予葉林奇教授“OpenLoong開源社區(qū)榮譽貢獻者”的稱號！

葉林奇教授“格物”具身智能仿真平臺的核心開發(fā)者，師從機器人領域泰斗Andy Ruina教授，與清華大學合作組建“清華-上大”機器藝術與具身智能實驗室，培養(yǎng)具身智能領域高端人才。實驗室聚焦機器人、具身智能及與藝術結合的前沿研究，已成功研制可重構四足、鏈傳動/繩驅雙足、視觸覺感知抓取、模塊化可重構、履帶雙臂排爆等多款機器人。

▍“格物”具身智能仿真平臺全球發(fā)布

葉林奇教授表示，作為一款面向未來機器人研發(fā)的高性能仿真訓練平臺，“格物”具身智能仿真平臺通用強化學習框架與模型自動化適配技術，一套代碼覆蓋百余款機器人，新機器人導入即訓練，無需重新編程。

上海大學葉林奇副教授

“格物”具身智能仿真平臺基于Unity RL Playground強化學習框架打造，支持從仿真訓練到真實硬件部署的全流程自動化。其核心功能包括：

■ 一鍵式訓練

用戶僅需導入機器人模型（URDF文件），平臺即可自動優(yōu)化獎勵函數(shù)并生成運動策略，將傳統(tǒng)耗時數(shù)周的開發(fā)周期縮短至分鐘級。

■多模態(tài)運動學習

支持雙足、四足、輪式等多樣化機器人形態(tài)，可自主切換行走、奔跑、跳躍等復雜動作，適應家庭服務、工業(yè)巡檢、災害救援等多場景需求。

■極限性能測試

模擬極端地形、高速運動及重載環(huán)境，助力機器人設計優(yōu)化與形態(tài)進化，顯著提升硬件方案的可靠性與適應性。

■Sim2Real無縫遷移

通過高精度狀態(tài)對齊工具與在線學習模塊，確保仿真策略可快速部署至真實機器人，解決“虛擬與現(xiàn)實鴻溝”難題。

平臺創(chuàng)新性地引入前饋引導的強化學習技術與自適應課程學習算法，極大提升策略學習效率。“格物”具身智能仿真平臺的發(fā)布標志著我國在人形機器人仿真領域邁出關鍵一步。其通用性與易用性將大幅降低研發(fā)門檻，加速創(chuàng)新成果落地。

目前，“格物”具身智能仿真平臺已應用于多款機器人原型開發(fā)，在近期測試過程當中，國產(chǎn)高仿迪士尼開源雙足機器人Tinker展示了穩(wěn)健的行走與抗擾能力，宇樹四足機器人Go 2通過“格物”具身智能仿真平臺實現(xiàn)了敏捷跳躍與動態(tài)平衡控制能力。

此外，“格物”具身智能仿真平臺支持機器人結構優(yōu)化與微調，通過調整腿長、關節(jié)偏轉等參數(shù)探索機器人的性能極限，為產(chǎn)品設計提供數(shù)據(jù)支撐。

▍單個項目最高50萬獎勵 開放基金主投四大領域17個細分方向

為推動人形機器人與具身智能領域的創(chuàng)新發(fā)展，國地中心設立開放基金，圍繞平臺技術、具身智能、數(shù)據(jù)集、訓練場四大領域及細分17個資助方向，用于資助國內(nèi)高校、科研機構和企業(yè)的優(yōu)秀青年學者。

開放基金面向四大領域17個細分方向

每個資助項目金額為30-50萬元，研究周期為一年。基金優(yōu)先資助具有博士學位或高級職稱的研究人員，申請書提交的截止日期為2025年4月30日，2025年6月15日進入立項評審階段，基金發(fā)布方組織項目申請書評審，擇優(yōu)確定資助對象。2025年7月30日完成立項批復，國地中心與資助對象所在單位簽訂合同。

項目申報郵箱：

gaoyingfei@openloong.net

▍大咖深度分享 探討具身智能產(chǎn)業(yè)未來趨勢

本次大會，長江證券機械行業(yè)聯(lián)席首席分析師倪蕤圍繞人形機器人和具身智能產(chǎn)業(yè)的發(fā)展?jié)摿M行探討，倪蕤指出，當前人形機器人技術的發(fā)展與十多年前中國新能源產(chǎn)業(yè)初期的情形相似，處于一個快速增長的階段。

類似于2009至2010年新能源車行業(yè)在政策推動下迎來的轉折，人形機器人產(chǎn)業(yè)也將迎來類似的突破，尤其是在技術突破和政策扶持的推動下。倪蕤以特斯拉的案例強調，新能源車行業(yè)的快速崛起得益于政策支持、技術優(yōu)化和成本下降，這也將是人形機器人產(chǎn)業(yè)發(fā)展的未來趨勢。

長江證券機械行業(yè)聯(lián)席首席分析師倪蕤

倪蕤進一步分析認為，新能源車行業(yè)從政策扶持到市場接受的過程，為人形機器人產(chǎn)業(yè)提供了重要啟示。隨著政策和技術的推動，人形機器人將逐步實現(xiàn)產(chǎn)業(yè)化，并在多個領域如家居、服務和工業(yè)中找到應用場景。倪蕤認為，未來的人形機器人產(chǎn)業(yè)將經(jīng)歷從技術積累到廣泛應用的跨越，并隨著技術的不斷成熟和市場需求的擴大，成為全球重要的產(chǎn)業(yè)之一。

此外，復旦大學信息學院陳濤教授分享了復旦大學信息學院和機器人研究院聯(lián)合開展的“具身感知和聲音大模型”研究。陳濤詮釋了“具身智能”這一概念，強調其核心在于通過以人為中心的設計理念，結合具身感知、運動學以及人工智能模型，推動智能機器人向更高效的協(xié)作和任務執(zhí)行能力邁進。

復旦大學信息學院陳濤教授

陳濤詳細解讀了如何通過運動大模型實現(xiàn)人形機器人與環(huán)境的交互，以及在這一過程中如何利用模擬學習（MTC Learning）和群體智能架構來提升機器人執(zhí)行任務的靈活性和適應性。

在技術方面，陳濤展示了復旦團隊在數(shù)據(jù)采集和仿真技術上的創(chuàng)新應用，特別是在運動生成和多模態(tài)學習的結合上。他強調，通過高效的仿真平臺，機器人能夠在虛擬環(huán)境中進行訓練，并有效增強其在實際環(huán)境中的表現(xiàn)。仿真平臺的作用不僅是數(shù)據(jù)的收集和分析，還能通過便捷的接口支持模型的快速部署和優(yōu)化。

陳濤提到，復旦團隊正在探索如何通過數(shù)據(jù)集和低成本的設備，優(yōu)化機器人在復雜環(huán)境中的運動與感知能力，進一步推動產(chǎn)業(yè)化的進程。