《Current Robotics》上的Curr-0：让类人机器人能够边行走边工作的单一策略

Current Robotics 成立于 2025 年，总部位于多伦多，是一家以研究为驱动的具身人工智能初创公司，致力于为人形机器人构建基础智能。该公司由机器人研究专家朱一晨创立，他在多伦多大学完成本科学习后，曾在美的集团工作五年。 其研究团队汇聚了来自清华大学、北京大学和多伦多大学的合作者，机构合作伙伴包括AgiBot、字节跳动种子基金、北京人形机器人创新中心、Wuji Tech和英伟达。

该公司致力于解决类人机器人领域最棘手的未解难题之一：使机器人能够同时实现移动与操作。类人机器人控制的主流范式一直是模块化的——即移动系统将机器人运送到指定位置，机器人停下后，由独立的操作系统执行任务。 这种方法在结构化的工厂环境中可行，但在运动与操作在物理上耦合的环境中却行不通：例如，机器人的站姿决定了其双手能触及的范围；躯干姿势影响手臂施力的方式；与物体的接触会改变整个身体的平衡方式。

《Current Robotics》期刊发表的Curr-0模型则采用了不同的方法。 该模型于2026年6月18日发布，采用“单一策略”模式：一个在70多个自由度的人形机器人上运行的端到端训练策略，同时处理行走、全身姿势协调以及灵巧的手部控制。 该系统无需在不同模式间切换，而是作为统一的闭环策略实时运行。

该架构分为三层：上层负责任务理解和语言指令解析，中层负责全身运动协调和姿势稳定性，下层负责精细的手-物体交互。这些层并非顺序执行，而是在同一

该策略使机器人在行走过程中能够同时调整全身姿态和手部动作。

支撑 Curr-0 的训练数据在规模和方法上都颇具特色。该模型基于 21,000 小时的真实人类行为数据进行训练，其中包括通过 Current Robotics 专有的全身外骨骼数据采集系统 HumanEx 收集的 2,800 小时全身演示数据。 HumanEx 能够同时捕捉全身姿态、关节运动、手部动作、本体感觉、肌电图信号以及与环境的交互，且在数据采集过程中无需机器人硬件在场。这种将数据采集与机器人部署解耦的做法，使得系统能够独立于部署的机器人数量来扩展数据采集规模。

Curr-0 演示的任务特意选定为体力要求较高的动作：插入并点燃香、捡起纸球并将其丢入带盖的垃圾桶、在文件上盖章，以及蹲下将玩具穿过门框放入篮中。 每项任务在执行过程中都需要通过行走与操作的耦合，进行持续的全身调整。

《Current Robotics》还通过一个涵盖视觉、本体感觉和力信号的多物理模态世界模型，来解决评估和部署扩展性问题。该世界模型作为物理测试的可扩展替代方案，无需在每个测试周期中消耗硬件、能源和人力，即可实现策略评估、训练后和部署前的验证。 “人-世界模型”（Human-in-the-World-Model）框架允许人类操作员在世界模型内进行干预并纠正错误，纠正数据会立即反馈到训练中。

Curr-0 定位为一个基础系统版本发布，而非产品发布公告。完整的技术报告可访问 current-robotics.com/blog/curr-0 查阅。

主要来源：

1. Current Robotics 技术博客 — current-robotics.com/blog/curr-0（2026年6月18日）

2. 《机器智讯》/ 搜狐科技镜报（2026年6月18日）

免责声明：所有编辑内容均基于公开的中英文资料独立撰写。引用内容均注明了原始发布方。