招商局狮子山人工智能实验室首次亮相WRC 2026,展示柔性衣物折叠技术
8月19日,招商局狮子山人工智能实验室在2026世界机器人大会上首次亮相,展示了自研的LiOS端云协同基础设施和柔性衣物自主折叠解决方案。该实验室在ICRA 2026 LeHome Challenge中击败众多对手获得全球第一名,展现了在柔性物体操作领域的领先技术实力。
8月19日,招商局狮子山人工智能实验室在2026世界机器人大会上首次亮相,展示了自研的LiOS端云协同基础设施和柔性衣物自主折叠解决方案。该实验室在ICRA 2026 LeHome Challenge中击败众多对手获得全球第一名,展现了在柔性物体操作领域的领先技术实力。
SynthePulse Insight · AI 深度解读会员精读
版本 1 · 1 个来源
8月19日,招商局狮子山人工智能实验室在2026世界机器人大会首次公开演示柔性衣物自主折叠方案,背后是自研LiOS端云协同基础设施。本文拆解其技术路径、数据闭环与行业痛点。
衣物折叠被公认为全球具身智能领域的“技术试金石”,因为衣物属于无定型柔性物体,其材质厚薄、褶皱形态、缠绕状态、表面摩擦力、弹性形变均存在极强的动态不确定性。对机器人而言,这考验柔性感知、双臂协同、接触力控、长程作业、状态恢复五大核心能力,且难度随衣物品类、初始无序状态、拓扑结构复杂度呈指数级上升。
当前行业主流叠衣方案普遍存在“仿真优秀、真机拉胯、场景受限”的痛点。多数技术仅在衣物摆放规整的理想环境中有效,面对家庭真实场景中的褶皱堆叠、随机朝向、局部缠绕、成团挤压等复杂工况,极易出现抓取落空、折叠错位、流程中断、任务失败等问题。核心症结在于仿真与真机的虚实迁移鸿沟:硬件刚性差异、机械装配误差、夹爪稳定性不足、底层控制精度偏差等因素,导致仿真中流畅的动作在真机上出现偏移、夹取不稳、抓取失效。
针对虚实迁移难题,实验室构建了覆盖训练、部署、轨迹采样与Real2Sim遥操作的数据迭代闭环。训练层面引入分布式并行训练策略与高性能算子优化,模型训练吞吐效率提升5倍以上;评测层面完成仿真环境并行化重构,整体评测效率提升4倍以上。
凭借自研VLA模型和系统工程能力,团队在2026年6月成功晋级ICRA 2026 LeHome Challenge国际赛事决赛,并击败包括2025年BEHAVIOR-1K比赛冠军、Ilya等世界级对手,斩获全球第一名。这验证了其技术在真实机器人柔性操作任务中的领先实力。
本文信息主要来自量子位获授权刊载的新闻稿,属于企业宣传口径。所有性能数据(如训练效率提升、延迟数据)和竞赛成绩均为来源声明,未经第三方独立验证。演示场景与真实家庭环境的差距、系统长期稳定性等维度未在来源中提供数据。
主报道
主报道来源