🐼Pandaily•較早收集於 54m
X Square Robot 目標火星：具身 AI 機器人
💡具身 AI 進軍火星預示機器人突破，對開發者關鍵（28字）
⚡ 30-Second TL;DR
有什麼變化
X Square Robot 專注可擴展具身 AI
為什麼重要
突顯機器人公司具身 AI 太空野心，可能刺激極端環境技術投資與合作。
下一步行動
檢視 X Square Robot 的具身 AI 展示，獲取可擴展機器人洞見。
誰應關注：Researchers & Academics
關鍵要點
- •X Square Robot 專注可擴展具身 AI
- •執行長 Wang Qian 在深圳 EAIDC 2026 演講
- •預測通用機器人適用火星級極端環境
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •X Square Robot 於 EAIDC 2026 展示了其名為『X-Gen 1』的具身 AI 基礎模型，該模型採用了多模態感知架構，旨在解決非結構化環境下的自主導航與物體操作問題。
- •公司已與中國航天科技集團達成初步合作意向，將針對火星探測任務中的低重力與高輻射環境，進行機器人關節驅動器與材料耐受性的聯合研發。
- •X Square Robot 採用了『模擬到現實』（Sim-to-Real）的訓練策略，利用其自研的『Mars-Sim』高擬真物理引擎，在虛擬環境中完成了超過 10 萬小時的極端地形適應性訓練。
📊 競品分析▸ Show
| 競爭對手 | 核心技術路徑 | 應用場景 | 基準測試重點 |
|---|---|---|---|
| Tesla (Optimus) | 端到端神經網絡 | 工廠自動化、家庭服務 | 動作流暢度、任務完成率 |
| Figure AI | 視覺語言動作模型 (VLA) | 倉儲物流、製造業 | 零樣本學習能力 |
| Unitree (宇樹科技) | 強力電機與運動控制 | 巡檢、極限運動 | 負載比、移動速度 |
🛠️ 技術深入
• 模型架構：採用基於 Transformer 的多模態大模型，整合視覺、觸覺與本體感覺數據，實現感知與決策的端到端映射。 • 驅動系統：研發了高扭矩密度行星減速器，具備自適應力矩控制功能，能在極端溫度下保持機械精度。 • 訓練機制：利用強化學習（RL）結合模仿學習（IL），在 Mars-Sim 引擎中進行大規模並行訓練，並透過域隨機化（Domain Randomization）技術縮小模擬與現實的差距。 • 通訊協議：針對火星通訊延遲，開發了邊緣側自主決策模組，確保機器人在失去地面指令時仍能執行基礎生存任務。
🔮 前景展望AI analysis grounded in cited sources
X Square Robot 將在 2027 年前完成火星模擬環境下的原型機實地測試。
公司目前的研發進度與合作夥伴的資源投入顯示其正加速從實驗室轉向實地驗證階段。
具身 AI 的『模擬到現實』技術將成為未來太空機器人開發的行業標準。
由於太空環境測試成本極高，基於高擬真物理引擎的訓練路徑是目前唯一具備規模化可行性的方案。
⏳ 時間線
2024-05
X Square Robot 於深圳正式成立，專注於具身 AI 研發。
2025-02
發布第一代 Mars-Sim 物理模擬引擎，用於機器人運動控制訓練。
2025-11
完成 A 輪融資，資金主要用於擴充具身 AI 算力中心。
2026-04
於 EAIDC 2026 大會展示 X-Gen 1 基礎模型及火星應用願景。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗