長程任務升溫，千尋智能再做“客廳整理”
鄭敏芳 發表於 2026年08月19日 23:49 摘要：長程任務正在成為具身智能行業關注的重要方向。過去一段時間，機器人展示更多集中在抓取、疊衣服等單點...長程任務正在成為具身智能行業關注的重要方向。過去一段時間，機器人展示更多集中在抓取、疊衣服等單點動作。但真正進入家庭、工廠等場景，一項任務往往需要連續完成十幾個甚至幾十個步驟。任務越長，對機器人的要求也越高。除了完成單個動作，機器人還需要持續記住目標、拆解任務、規劃路徑，並在環境變化和操作失敗後及時糾偏。任何一個環節出現問題，都可能影響整項任務的完成。這也讓長程任務逐漸成為觀察具身智能綜合能力的重要場景。
2026年7月世界人工智能大會開始，千尋智能等不少公司都在展會上著重展示旗下機器人完成長程任務的能力。繼在7月17日世界人工智能大會上，千尋智能展示旗下機器人Moz1做起“整理客廳”的任務後，此次其又在8月19日開幕的2026世界機器人大會上重新挑戰這個長程任務。具體來看，機器人接到“整理客廳”的指令後，會識別可樂、碗、垃圾和玩具，再自主拆解任務、規劃路線，先後完成放入冰箱、洗碗機、垃圾桶等操作。按照千尋智能披露，過去30天裡，Moz1“客廳整理”的綜合效率提升超過15%，部分子任務成功率提升至99%以上，導航目標確認耗時降低近50%。
長程任務效率的提升，取決於模型、Agent、導航和本體執行等多個環節能否順暢銜接。模型理解任務，Agent保存長期目標並拆解步驟，導航系統把機器人送到正確位置，本體完成具體動作。例如冰箱門沒有關嚴、物品位置發生變化，系統還需要繼續調整。任何一環變慢或者失敗都會影響最終完成效率。未來，千尋智能計劃通過“先工業、再商服、後家庭”三步走戰略，持續推動通用具身大腦在更多真實場景中完成可複製的價值落地，併為通用機器人進入更復雜、更開放的日常生活場景積累能力基礎。風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。
用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。AI全知道 VC/PE圈 收藏 分享 0條評論 發送
Related
相關文章
消息稱 NVIDIA 考慮向 Perplexity AI 投資“數十億美元”
作者：溯波（實習） 責編：溯波 評論： 8 月 24 日消息，外媒 The Information 稍早前報道稱，NVIDIA（英偉達）考慮在 Perplexity AI 的最新融資輪中向這家人工智能初創企業投資“數十億美元”。雙方正就該交易展開磋商，還可能達成技術授權協議。
Rabbit做了個“所有Agents的Agent” ，體驗後我覺得Agent早就該長它這樣
Rabbit推出了一個被稱為「所有Agents的Agent」的新產品，實際體驗後讓人覺得Agent早就該長這樣。文章認為Agent普及的關鍵並非增加更多能力，而是讓用戶少理解十個概念，降低使用門檻。
Guidelight評估五大AI實驗室，OpenAI遏制能力排名第一
該評估覆蓋Anthropic、Google、OpenAI、Meta和xAI，僅依據公開信息考察其是否建立監控、異常行為處置、第三方審計及失控模型關閉等機制。在滿分5分的評估中，OpenAI以3分排名最高，Anthropic和Meta得分最低。
τ_0-VLA長程操控
τ₀-VLA是一種層次化機器人基礎模型，透過世界模型引導的測試時計算來改善長程操控任務。高層策略在決策不確定時會額外分配計算資源，搜尋替代子任務並預測其視覺結果，而低層策略則在40,115小時的異質真實世界數據上訓練。在包含13到25個步驟的真實長程任務中，封閉迴路成功率從27.5%提升至45.0%。