普渡机器人发布具身智能大模型PuduFM1.0：从简单执行到物理认知
摘要： 2026年5月11日，全球商用服务机器人领导者普渡机器人正式发布具身智能大模型PuduFM1.0，围绕三维空间深度感知、物理状态预测和持续进化学习三大技术维度，构建了分层架构与虚实双数据闭环体系，实现了机器人从"简单执行指令"到"理解物理世界"的质变跨越。这一突破不仅解决了行业长期面临的协作、操作和异构数据复用困境，更以"一脑多形"架构支持超长程任务与异构机器统一运行，为具身智能从实验室走向大规模商业落地提供了清晰路径。
一、具身智能的"认知鸿沟"
过去十年，机器人在感知和运动控制领域取得了长足进步——视觉识别精度突破人类水平，运动控制可以完成毫米级操作。然而，当机器人从受控实验室环境走向真实世界的餐厅、酒店、工厂车间时，一个根本性的问题暴露出来：它们能执行，但无法理解。
传统的机器人系统本质上是"指令-执行"模式：收到"把杯子放到桌上"的指令，就执行预编程的抓取-移动-放置序列。但如果杯子是玻璃的、桌面是倾斜的、旁边有热水壶呢？缺乏对物理世界深层理解的机器人，往往在这些"常识性"变量面前束手无策。
这正是具身智能领域长期存在的"认知鸿沟"——机器人需要的不只是更敏锐的传感器和更灵活的关节，而是对三维空间、物理规律和任务语义的深层认知能力。普渡机器人发布的PuduFM1.0，正是要跨越这道鸿沟。
二、三大技术维度：构建物理认知的基石
PuduFM1.0的核心创新在于，它没有简单地堆叠更大的模型或更多的数据，而是从物理认知的本质需求出发，系统性地构建了三大技术维度。
三维空间深度感知
传统机器人的空间感知停留在"识别物体在哪儿"的层面，而PuduFM1.0构建了深度几何理解能力。它不只是知道桌面上有一个杯子，而是理解杯子的三维形状、重心位置、可抓取区域、与周围物体的空间关系，甚至预测移动杯子后可能产生的碰撞路径。
这种深度感知意味着机器人可以从"看到物体"升级为"理解场景"——在餐厅环境中，它能判断走道宽度是否允许同时通过两台机器人；在仓储场景中，它能预判货架间距是否留有足够操作空间。这不再是像素级的识别，而是物理空间的结构化建模。
物理状态预测
物理世界不是静态的——物体有重量、表面有摩擦力、液体有流动特性。PuduFM1.0的物理状态预测能力，使其能够在行动之前预演结果：抓取这个杯子需要多大的力？放下时会不会滑落？热汤倾倒的轨迹是什么样的？
这种预测能力的意义远超"安全操作"的范畴。它让机器人从"试错型执行"转变为"预判型决策"——与其在反复尝试中调整参数，不如在行动前就计算出最优方案。对于商用服务场景中高频次的操作任务而言，这种预判能力直接转化为效率和可靠性的提升。
持续进化学习
最值得关注的是PuduFM1.0的持续进化学习能力。传统的机器人模型部署后即固化，面对新场景只能依赖工程师重新调试。PuduFM1.0则构建了从经验中自主迭代的机制——每一次操作的成功与失败，都成为模型优化的数据源；每一种新场景的适应经验，都沉淀为可迁移的知识。
这意味着机器人的能力不再是"出厂即定"，而是随着使用时间的增长持续进化。在普渡服务80多个国家、超12万台设备的规模下，这种分布式进化能力将产生巨大的数据飞轮效应：每台机器人的学习成果都可以反哺整个模型，形成"越用越聪明"的正向循环。
三、分层架构：让大模型真正"落得了地"
大模型在具身智能领域面临一个关键挑战：推理延迟。在需要毫秒级响应的机器人控制场景中，一个需要数秒思考的大模型显然无法胜任。PuduFM1.0给出的答案是分层架构。
整个系统被划分为认知层、规划层和控制层三个层级：
- 认知层由大模型驱动，负责场景理解、任务解析和策略生成，运行在云端或边缘计算节点上，以百毫秒级的延迟完成"理解意图-生成策略"的高层决策。
- 规划层将高层策略分解为可执行的子任务序列，处理路径规划、动作编排和异常分支预判，确保任务逻辑的完整性。
- 控制层直接驱动物理关节，以千赫兹频率完成力控、位控等底层操作，确保执行的精确性和安全性。
这种分层设计的精妙之处在于，大模型不需要实时参与每一个控制决策。它像一位经验丰富的指挥官，制定战略方向后授权中层执行，只在需要重新评估局势时才介入。这使得PuduFM1.0既拥有大模型的认知深度，又保证了机器人控制的实时性要求。
四、虚实双数据闭环：打破"数据饥荒"
具身智能领域最大的瓶颈之一是数据。与语言模型可以轻松获取海量文本不同，机器人的训练数据需要真实世界的物理交互——这既昂贵又耗时。PuduFM1.0提出的虚实双数据闭环，给出了一个工程上可行的解法。
虚数据侧，通过高保真仿真环境生成大规模预训练数据。在仿真中，机器人可以无限次尝试各种操作场景，从搬运不同形状的物体到在复杂环境中导航，快速积累覆盖面足够广的"经验"。
实数据侧，来自普渡全球12万台设备的真实运行数据构成了不可替代的价值。仿真环境再逼真，也无法完全复现真实世界的物理细节——地毯的摩擦系数、门把手的老化程度、顾客的不可预测行为。这些真实数据通过闭环机制持续回流到模型训练中。
关键在于双数据如何闭环：仿真环境中发现的问题模式，指导真实场景中的定向数据采集；真实数据中揭示的仿真偏差，反过来驱动仿真引擎的校准迭代。这种"仿真-现实-仿真"的螺旋上升，使得模型在数据效率上远超单纯依赖真实数据或纯仿真训练的方案。
五、"一脑多形"：异构机器的统一智能
普渡此前发布的闪电匣Arm类人形机器人，集成了具身导航、操作和交互三大技术栈，展现了在单一形态上的技术深度。而PuduFM1.0则回答了另一个层面的问题：当机器人形态各异时，能否共享同一套智能？
这就是"一脑多形"架构的核心主张。在普渡的产品矩阵中，有配送机器人、清洁机器人、类人形机器人等不同形态的设备，它们的传感器配置、关节自由度、运动模式各不相同。传统方案下，每种形态需要独立的算法栈和训练流程，开发和维护成本随产品线扩张线性增长。
PuduFM1.0的"一脑多形"架构，将高层认知和决策能力抽象为与形态无关的通用层，而将形态相关的底层控制留给各形态专属的适配模块。这意味着：
- 跨形态知识迁移：配送机器人在走廊中学到的导航经验，可以迁移到清洁机器人的路径规划中。
- 异构协作统一调度：不同形态的机器人可以在同一任务框架下协同工作，由统一的认知层分配子任务。
- 超长程任务支持：当任务跨越多个场景、涉及多种机器人形态时，统一的认知层确保任务语义的连贯性，避免信息在"形态切换"中丢失。
对于商用服务场景，这种统一智能架构的价值尤为突出——一家酒店可能同时需要配送机器人送物、清洁机器人打扫、前台机器人接待，"一脑多形"让这些设备不再是信息孤岛，而是协同工作的有机整体。
六、从行业困境到商业落地
具身智能行业长期面临三大困境：协作难、操作难、数据难。PuduFM1.0的发布，为每一项都提供了具体的解法。
协作难，源于不同机器人之间缺乏统一的知识表示和通信协议。PuduFM1.0的"一脑多形"架构天然解决了这一问题——统一认知层提供了共享的语义空间。
操作难，根植于机器人对物理世界理解的匮乏。PuduFM1.0的三维空间深度感知和物理状态预测，让机器人从"照章办事"升级为"因势利导"，面对非标准化的操作场景也能做出合理决策。
数据难，则是虚实双数据闭环的用武之地。仿真提供广度，真实数据提供深度，闭环机制确保两者的持续对齐和互增强。
更值得关注的是，PuduFM1.0并非实验室概念验证——它背后是普渡在全球80多个国家、超12万台设备的商业部署经验。这意味着模型从一开始就是面向真实场景设计的，而不是先做研究再找落地场景。这种"从商业中来，到商业中去"的技术路径，大幅缩短了从模型创新到商业价值的转化链路。
七、具身智能的新范式
PuduFM1.0的发布，标志着具身智能正在经历一次范式转移：从"给机器人装上AI"到"让AI理解物理世界"。
前一个范式下，AI是机器人的"附加技能"——视觉识别模块、语音交互模块、路径规划模块各自独立运行，由规则引擎拼接在一起。这种模式下，系统的上限被预定义的规则所约束。
后一个范式下，AI成为机器人的"认知核心"——它理解空间、预测物理、持续学习，不同能力的协同不是靠硬编码规则，而是源于对世界的统一理解。PuduFM1.0的分层架构确保了这种深层认知不会牺牲实时性，虚实闭环确保了认知能力的持续提升，"一脑多形"确保了认知可以跨形态复用。
当智能体计算机开始理解物理世界，它就不再只是一个执行命令的工具，而是一个可以自主判断、灵活应对、持续进化的智能伙伴。这正是普渡机器人用PuduFM1.0向行业展示的未来图景。
物理认知不是机器人的"加分项"，而是具身智能跨越鸿沟的"必答题"——当机器人开始理解重力、摩擦和碰撞，它才真正从工具走向了伙伴。
铠盒智能 | 小白也可以使用的7×24小时工作的智能体计算机 · AI前沿追踪