回上列表
對IRON而言,人類的語言能夠提供交互意圖的線索,而視覺則幫助他進一步判斷手部姿態、運動方向及雙方的相對位置。通過這些信息的輸入,IRON便能在交互時,準確識別對方發起的是哪種互動,還能據此確定回應動作。
語言與視覺讓IRON讀懂眼前的交互,而理解動作的前後關係,則決定他能否跟上人的臨時變化。VLA 2.0的長時序建模能力,讓IRON能夠通過KV Cache覆用歷史計算結果,並結合流式自回歸推理,將最新的視覺信息與此前的交互狀態聯繫起來。
由此,IRON不僅能判斷眼前發生甚麼,還能結合動作的變化過程,決定原有的回應是否仍然適用。例如,當擊掌目標移動至原側手臂難以觸及的位置,IRON可以結合自身的運動範圍與約束,重新規劃動作,切換另一隻手臂繼續完成互動。
小鵬指出,IRON每0.2秒根據視覺畫面重新推理一次,並預測未來6秒內的動作變化,通過持續感知與動作調整完成交互。該能力依托小鵬「One Infra, Two Products」物理AI體系,由同一套AI底座支持智能汽車與人形機械人。(jl/da)~
阿思達克財經新聞
網址: www.aastocks.com
小鵬(09868.HK)人形機械人IRON人實測 無語音指令下可隨手勢變化調整動作
2026/10/23 11:59
小鵬-W(09868.HK)發布小鵬機械人擬人實驗室交互實測視頻,展示人形械械人IRON在無語音指令情況下,隨測試者手勢變化調整動作的能力。對IRON而言,人類的語言能夠提供交互意圖的線索,而視覺則幫助他進一步判斷手部姿態、運動方向及雙方的相對位置。通過這些信息的輸入,IRON便能在交互時,準確識別對方發起的是哪種互動,還能據此確定回應動作。
語言與視覺讓IRON讀懂眼前的交互,而理解動作的前後關係,則決定他能否跟上人的臨時變化。VLA 2.0的長時序建模能力,讓IRON能夠通過KV Cache覆用歷史計算結果,並結合流式自回歸推理,將最新的視覺信息與此前的交互狀態聯繫起來。
由此,IRON不僅能判斷眼前發生甚麼,還能結合動作的變化過程,決定原有的回應是否仍然適用。例如,當擊掌目標移動至原側手臂難以觸及的位置,IRON可以結合自身的運動範圍與約束,重新規劃動作,切換另一隻手臂繼續完成互動。
小鵬指出,IRON每0.2秒根據視覺畫面重新推理一次,並預測未來6秒內的動作變化,通過持續感知與動作調整完成交互。該能力依托小鵬「One Infra, Two Products」物理AI體系,由同一套AI底座支持智能汽車與人形機械人。(jl/da)~
阿思達克財經新聞
網址: www.aastocks.com
![]() |

