它石智航发布AWE3.7具身大模型，展现多场景泛化能力

它石智航于近日发布通用具身大模型AWE3.7（AI World Engine），并在十天内密集发布一系列任务演示，核心主张是：用同一套“具身大脑”贯通工业产线、物流作业、生活服务与移动操作，以回应具身智能“通用泛化”的行业命题。

据发布方描述，AWE3.7基于“原生架构-双先验预训练-世界模型驱动后训练-规模化验证-数据反哺”的方法论闭环，依托超百万小时human-centric真实数据与丰富视触觉信息训练。这些表述属于厂商自述，尚未有第三方独立验证。

在工业场景中，AWE3.7被宣称达到产线级水准。零件分拣任务要求机器人分辨随机散落的螺丝、螺母等微小差异，并在受干扰时自主纠错；缠胶带任务涉及柔性材料，需要双手协作，实时修正轨迹以保证胶带贴合不断带。

网线插接要求毫米级插接并抗扰动，手机装盒是长程操作，需在光照变化下完成整套包装；拧螺丝则依赖扭矩反馈实时调整，做到“对得准、拧得稳、收得住”。这些描述均来自官方演示，未提供量化成功率或误差数据。

动态场景考验机器人的实时感知与操作连贯性。面对传送带上移动的软性玩偶，机器人需跟随节拍完成装袋；积木分拣要求理解“颜色-目标框”规则，并在收纳框被移动时动态调整轨迹。

在更大空间的任务中，机器人需实现移动与操作的高度一体化，端到端一气呵成，全程无需人工干预。这些演示展示了AWE3.7在动态环境下的潜力，但同样缺乏外部评估。

家庭场景被视为通用能力迁移的试金石。整理衣物需要弯腰拾取并放入收纳筐，体现loco-manipulation全身控制；擦白板要求左右手均可执行并可在任务中交换，力度恰到好处。

整理书包涉及多物体识别与装入顺序规划；准备早餐需从橱柜拿取餐具并摆放；制作冰沙则要求抓取软质塑料杯、对准出冰口、观察容量并及时停止。这些长程任务展示了模型在非结构化环境中的适应性，但演示视频的编辑和选取可能影响说服力。

它石智航提到，2026年3月，由AWE模型赋能的它石A1机器人获得“一小时内装配亚毫米级线束最多次数”吉尼斯世界纪录；同年WAIC上，AWE通用具身大模型摘得SAIL之星，成为唯一获此奖项的具身基座模型。

这些荣誉属于AWE系列，而非特指AWE3.7。AWE3.7的发布本身缺乏第三方基准测试或同行评审，其“通用泛化”能力目前主要依赖厂商自述和演示视频。