BestBlogs.dev📌 一句话摘要
本文报道极智嘉在 WAIC 展示的具身智能机器人，通过 Gravity 4D 世界模型学习 4D 表征，显著提升多 SKU 泛化抓取能力与端到端作业效率，并阐述其技术与商业落地战略。
📝 详细摘要
文章首先描述极智嘉在 WAIC 展台上的表现：能稳定抓取袋装薯片、透明包装面包、毛绒玩偶等传统难题物品，并完成分拣、搬运、编队组合作业。核心技术是极智嘉合作研发的 Gravity 4D 世界模型，它让模型同时学习物体在三维空间的位置（三维）和运动方向（时间），形成 4D 表征，从而在光照、视角、商品外观变化下保持稳定泛化。文章对比了当前具身智能从 VLA 向世界模型演进的技术趋势，指出 Gravity 4D 比主流画面层世界模型走得更远，并详细解释了从「分支式」到「原生融合」的技术弯路及效果验证（LIBERO-Plus 基准提升约 5 个点）。在落地方面，极智嘉选用三指手平衡灵巧度与耐用性，以应对每天 8000-10000 次的高强度拣货；构建三层数据体系（互联网数据、人操作数据、真机数据），并计划自建数采厂。战略上，极智嘉提出「一核双引擎」（Gravity 具身智能框架 + 数据 + 生态），并推出 GINO ECO 开放生态，联合上下游伙伴共同交付工厂解决方案。文章认为市场对能真正干活的机器人需求迫切，极智嘉凭借本体量产、前沿模型、真实场景和数据闭环，正抢先迈过落地门槛。
💡 主要观点
- Gravity 4D 通过原生融合的 4D 表征学习，提升机器人对光照、视角等扰动的泛化能力。 4D 表征（三维空间+时间）让模型理解物体在空间中的真实位置和运动，而非仅画面表象。在 LIBERO-Plus 基准上整体提升约 5 个点，增益最集中的正是光照、视角等仅改画面、不动三维结构的扰动。
- 极智嘉选择三指手设计，在灵巧度与耐用性之间取得折中。 两指手无法覆盖百万级 SKU，五指灵巧手寿命不足（30-50 万次），而三指手兼顾了灵巧度和可靠性，适应每天 8000-10000 次的高频拣货需求。这一取舍来自真实产线经验。
- 极智嘉构建三层数据体系（互联网数据、人类操作数据、真机数据）以低成本推动数据飞轮。 互联网数据提供常识，人类操作数据贴近真实操作，真机数据（尤其是 corner case）最昂贵但最关键。三层互补，通过真实作业循环积累数据反哺模型。
- 极智嘉推出 GINO ECO 开放生态，以集成商角色连接技术供给与产业需求。 在技术路径未收敛的阶段，极智嘉不做所有事，而是与上游大脑、本体公司合作，利用自身客户资源交付解决方案，将「最懂场景」做成平台壁垒。
💬 文章金句
- 能把泛化能力与作业效率同时放进真实作业场景、端到端跑通全流程，极智嘉交出了一份有代表性的答卷。
- 比大热的世界模型还要再往前几步
- 开放不是让渡壁垒，恰恰相反，它是把「最懂场景、最能交付」这件别人替代不了的事，做成一个平台
- 演示已经足够多了。接下来的故事，属于那些真的把机器人送进工厂、并让它留下来的人。