在全球人形机器人研发竞争日趋激烈的背景下，优必选自主研发的多模态大模型Thinker近日取得重大突破。该模型在全球三大权威AI基准测试中一举斩获四项世界第一，标志着人形机器人在复杂环境感知与自主任务规划方面实现关键进展。
此次测试由微软、谷歌等科技巨头发起，吸引了英伟达、北京智源研究院、上海AI Lab等全球顶尖团队参与。优必选Thinker在MS COCO图像分割与目标检测、RoboVQA机器人视觉问答以及Egoplan-bench2任务规划评测中均位列榜首，展现出在环境感知、语义理解和长程任务规划方面的领先能力。
Thinker模型的核心突破体现在三大技术层面：采用自研视觉编码器基座，显著提升工业场景下的物体与障碍物识别精度；构建百亿参数规模的多模态架构，实现视觉-语言-时间的跨域统一表征；通过时序增强算法与强化学习方法，增强机器人在端侧设备上的实时决策与多步骤任务分解能力。
在实际应用方面，基于Thinker大模型的Walker S2人形机器人展现出卓越的性能提升。工业场景测试数据显示，其任务规划精度较通用模型提升超过20%，能够准确识别设备与物料，理解场景语义逻辑，在动态环境中实现自主任务执行。
值得关注的是，优必选宣布将逐步开源工业场景数据集与基础模型，为开发者提供高质量合规数据资源。这一举措有望加速人形机器人在工业场景的规模化应用，推动具身智能行业的协同创新发展。
