大晓机器人在中国酒店洗衣场景部署“双脑”架构，自测显示单轮任务耗时降至18.6秒

据量子位报道，中国具身智能公司大晓机器人日前将其“双脑协同架构”与具身递归式自我改进（RSI）技术首次应用于酒店洗衣场景。该方案旨在解决机器人在真实、非标准化环境中处理柔性物体及执行长链条任务时的冷启动和高延迟难题。

在环境建模方面，大晓采用了名为Mundo的世界模型。与传统仅能进行几何外观扫描的静态数字孪生不同，Mundo能够输入照片并复刻一个包含物体质量、摩擦力等物理属性的可交互数字酒店。这使得机器人可以在进入真实现场前，在数字“驾校”中完成导航、操作训练和策略优化，从而大幅压缩现场部署的调试时间。

在任务执行层面，团队采取了云端与端侧解耦的策略。云端的通用大脑（GPT-Astra）负责任务拆解、逻辑推理以及生成固化技能（Skill），而本地的执行脑则依托摄像头和机械臂快速调用这些已固化的技能。测试数据显示，纯靠云端实时决策跑完一整套流程耗时超过30分钟，而采用这种分工后，本地基模完成同样一轮任务仅需18.6秒，耗时缩减超过98%。

此外，大晓引入了具身RSI机制以应对现实世界的意外情况。当现场光线变化或物体位置移动导致端侧处理失败时，云端大脑会重新介入分析并生成新版本的Skill下发。在针对“烘干机取衣”这一单一技能的57小时真机实验中，机器人连续完成了165轮测试，输出了37条改进方案。最终，关键指标牛仔裤筒内残留率从平均48%降至32%，最优一次达到19%。