7月17日开始，来自全球的最顶尖的人工智能领域专家汇聚黄浦江畔，参加2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC）。
打螺丝，指尖灵敏度远超人类；进工厂，左手打螺丝，右手测灯光；当护工，看得懂手势、会打太极；在这场全球瞩目的AI盛会上，复旦具身智能不再只是实验室概念——它们真的来“打工”了！
复旦可信具身智能研究院、苏度科技、AI介护机器人……在复旦科创人打造的未来世界中，人形机器人不再是冷冰冰的工业机械，而是成为真正融入生产、生活、娱乐的人类亲密伙伴。
精彩瞬间一睹为快！
机器人“上岗”打螺丝，破解车灯精密装配难题
打螺丝、拧紧、插上插头……在汽车总装线的收尾阶段，车灯装配是一项典型的高精度精细作业。这样的操作，汽车车灯装配车间的工人每天要重复成百上千次。如今，这一繁琐工序有望被机器人取代。
在本届WAIC世博展览馆“C位”的“模登时代·伙伴之城”展区，复旦大学可信具身智能研究院与上海新智具身智能科技有限公司联手研发的具身智能机器人，已能轻松应对精细化操作任务。
“模登时代·伙伴之城”展区入口处
面向精细化操作的前沿需求，研究院院长姜育刚教授团队构建了贯通“真机部署—数据飞轮—模型训练”的完整技术链路。在这一链路中，自研的“视触觉传感器”成为了机器人的“感知中枢”。该传感器指尖每平方厘米约4万个感知点，能精准捕捉接触区域的形变及受力分布。
通过集成触觉传感器，团队打造了适配多种复杂任务的标准化数据采集管线。聚焦精密装配、柔性形变处理及复杂工具使用等场景，系统全方位捕获视觉、触觉、本体状态及轨迹等多模态信息，成功沉淀上万小时的高保真交互数据。
视触融合具身大模型完成精细插拔任务
“在此基础上，我们创新构建了首个支持精细化操作的视触融合具身大模型，通过对物体接触、形变及力觉反馈等底层物理规律的高效建模，赋予机器真正的‘触觉认知’，实现对操作演化过程与潜在风险的精准预测与推演。”复旦大学可信具身智能研究院副院长、新智具身首席科学家吴祖煊教授介绍。
吴祖煊和博士生钟国金在“模登时代·伙伴之城”展区前
这一技术闭环的最新落地成果，正是本届WAIC重磅展出的车灯精密装配具身智能系统。
在汽车总装线的收尾阶段，车灯装配是一项典型的高精度精细作业。由于车灯结构复杂、装配间隙极小，传统依赖预设轨迹与视觉定位的工业机器人难以稳定完成插接、旋拧等对接触力高度敏感的操作。针对这一痛点，上述链路中“视触觉传感器”与“视触融合具身大模型”发挥了关键作用，装配着自研传感器的机器人，正轻松应对这一繁琐工序。
视触融合具身大模型点亮车灯
“真实的生产场景不仅需要视觉，更需要触觉，这样才能完成精细化操作任务”吴祖煊说道。绝大多数精细化操作的失败节点并非视觉识别阶段，而是物理接触发生之后的交互过程。
基于“视触融合具身大模型”，机器人不仅能根据实际形态调整握持手势，还能在螺丝拧入后根据受力反馈确认拧紧状态，并在操作过程中实时修正动作轨迹，避免了仅靠预设程序容易损坏工具和材料的弊端。
视触融合具身大模型完成毫米级螺丝锁付任务
作为具身智能与工业制造融合的探索成果，该系统为车灯等高精度装配任务提供了可落地的解决方案，也形成了从高精度触觉感知到多模态具身决策的一条完整技术路径。
未来，该技术还可拓展至消费电子、精密仪器等多种高精度制造场景，推动机器人从“依赖预设程序执行”迈向“基于多模态感知的实时自主操作”。吴祖煊表示：“视觉让机器人看见世界，而触觉让它们真正感知世界。我们将以数据飞轮不断打磨视触融合的具身大模型，跨越从数字世界到物理世界的鸿沟，早日迎接具身智能‘GPT时刻’的到来。”
打造通用具身智能平台，复旦苏昊团队WAIC首秀
现代流水线诞生一个多世纪以来，深刻改变了人类的生产方式。如今，在具身智能浪潮的席卷下，流水线旁正迎来越来越多“硅基员工”的身影。
同样在WAIC的“模登时代·伙伴之城”展区，一条模拟电池模组装配产线格外引人注目。四台憨态可掬的白色机器人正行云流水般地协作：上料、装配电芯、除尘扫码、成品下料……这套“默契十足”的系统，来自上海苏度科技有限公司。担任公司联合创始人、董事长兼CTO的，正是复旦大学浩清特聘教授、通用物理智能研究院首任院长苏昊。
本次WAIC也是苏昊回国搭建团队以来，硬件与基础模型的首次系统性亮相，展区涵盖工业与民用两大类。过去一段时间，苏昊团队与宁德时代在多个核心制造场景中联合开发。本次的工业场景，展现的正是复刻的电池模组组装流程。同一款型号的机器人，能够在不同工位之间丝滑转移，支持多产品的快速切换与连续作业。
“我们要解的绝不是某个垂直场景的题，而是通用智能。”苏昊表示，“通用，才是我们对这一代具身智能最大的期待。”数据显示，本次展示的demo中，苏度机器人通用场景抓取成功率达98%，工业场景成功率达99.5%，未曾接触过的新物体亦能顺利抓取，还可以实现在开放世界中边移动边操作。
相比团队4月发布的sudo机器人仅展示泛化抓取单项技能，此次WAIC的demo已涵盖十余种操作能力——从抗干扰精准抓取，到亚毫米级模具装配，再到动态抓取移动物体。这并非短短几个月内的突然突破，而是既定范式的自然延展。在苏昊看来，抓取是物理交互的一个重要入口，是大多数操作技能的“母技能”。
“把它做到高可靠、强泛化，意味着这一整套范式可以往更多技能上扩展。”苏昊表示，发布首个技能之时，重点在于打通一个可验证、可落地的基础范式，“一旦跑通，便有信心扩展到更多技能。”
面对火热的具身智能赛道竞争，苏度坚持如下的技术护城河：Real2Sim2Real训练范式，在仿真环境中低成本获取海量多模态数据；虚实融合的数据路线，优化数据配比以训练最强模型；全栈自研，打通从仿真、数据、训练、评测到本体硬件的完整闭环。
在应用前景上，苏度将重点布局制造业、零售商超与餐饮门店，家用为更远期方向，打法上不追求全覆盖，而是在每个行业选取需求最具代表性的头部客户切入，再经由渠道商、集成商向腰部客户复制。
未来，苏度还将带给我们怎样的惊喜？据悉，今年下半年，团队将着重跑通底层技能模型与上层开发者工具相结合的商业范式，并在各行业头部客户完成早期概念验证（Proof of Concept，POC） 验证与小批量落地，同步搭建供应商、集成商、渠道商与开发者生态，2027 年起进入规模化铺量。
“1-3 年内，我们希望成为具身智能开发工具平台的第一选择，并在其上孕育下一代伟大公司，打造具身智能界的iPhone。”苏昊说。这里的“具身智能界的iPhone”，不是指某一台机器人，而是一个软硬一体的系统与生态平台。正如苹果将硬件、操作系统与开发者生态深度结合，苏度也希望打通机器人本体、底层技能和开发工具，让开发者在其上构建面向不同场景的应用。
产业加速奔跑的同时，大量前沿问题仍需回到源头突破。苏昊同时担任院长的复旦大学通用物理智能研究院（GPI）正立足于此，以足够的耐心攻克核心难题——让机器真正理解并适应复杂多变的物理世界。研究院实行国际化准聘-长聘制，独立PI拥有学术自主权，诚邀海内外优秀学者与青年人才加盟。详情访问：gpi.fudan.edu.cn。
复旦“AI护工”上岗了
随着我国人口老龄化进程加速，失能失智老年群体规模持续扩大，专业护理人员缺口日益凸显，康养领域正面临前所未有的供需矛盾。若是机器人能够参与其中，承担起繁琐的护工职责，那将为更多老人安度晚年提供保障。
由复旦大学智能机器人研究院团队孵化，本自具智（上海）科技有限公司聚集未来智慧护理康养场景，在本届WAIC上公布了面向护理康养场景的智慧介护系统，以及系统中三款核心机器人产品：轮式人形机器人、双足人形机器人，人机融合机器人。该系统可以全自主的为老年人特别是半失能人群提供日常递送服务、陪护服务、健康监测服务、以及护理康复训练服务（如起背、翻身、转移、二便辅助、康复训练等）。
“我们产品的一大技术亮点在于，构建了人-机-物三元协同具身大模型。”研究团队负责人刘力政说明。该模型并非传统意义上独立的 AI 模型，而是作为整套系统的统一技术底座与操作系统，不仅是智慧介护系统中的不同机器人的大脑，还串联起这些机器人与周边智能设备，实现人-机-物间信息交互、人机协同与持续进化。
依托这一大模型，系统可实现人机技能相互学习，比如在康复训练场景中，医护人员可以先将八段锦、太极拳等康复训练动作教授给机器人，机器人再反向指导患者完成标准化训练，有效缓解康复师人力不足的痛点。此外，该模型还支持多虚拟智能体协同，可辅助行动与表达受限群体完成软件操作、内容生成等数字化需求。针对数据安全隐患，研发团队专门做了权限限制，充分保障患者隐私与医疗数据安全。
这一系列产品，从研发初期阶段就持续在医院场景中收集真实需求。团队与上海市第二康复医院、复旦大学附属华东医院长期保持密切关系。医院里人来人往，往往非常嘈杂，有时医护没法照顾到每一个人的需求。团队自研的空间智能交互算法，实现了复杂嘈杂场景下的人机自然全双工交互能力。机器人可聚焦当前对话对象，不受周边无关人员干扰。“面对一些口齿不清的患者，机器人还可以识别手势。我们的算法能够让它理解背后的深度意图。”据介绍，目前，人形机器人已在第二康复医院大厅长期投入实际使用，承担导医、陪护与巡检职能，获得院方与患者好评。
续航能力方面，单台机器人连续工作时长可达6小时，仅需30分钟即可充满电。通过设备轮换，机器人可实现24小时不间断值守，有效填补夜间护理的人力空缺，降低突发风险造成的伤害。
该产品已正式开放采购通道，无需定制开发即可直接对接各类护理康养场景。作为上海宝山区卫健委重点推广的护理类产品，智慧介护系统正加速推进在各类护理康养机构的规模化落地。
刘力政表示，将持续完善整套系统的硬件、功能与核心技术，下一步将逐步叠加入户家务操作能力，同时推进中医“望闻问切”四诊式与辅助预检分诊功能在医院场景的落地，进一步拓展系统的应用边界。
