一只灵巧手被从机械臂末端卸下。

工作人员换上另一品牌的产品，接线、启动。不到30秒，机器人重新抬起手臂，伸向桌面上的物体。

没有重采集数据，也没有现场微调模型。刚换上的“手”，很快接过了上一只手的工作。

WAIC现场，在RoboScience机器科学的展台上，多款品牌、构型各不相同的灵巧手轮流接入机械臂，背后运行的始终是同一套Visics通用具身大模型。各种工具、柔性材料和异形物件被摆在桌面上，甚至此前未见过的物体，灵巧手都能自主识别，再寻找合适的抓取位置。

单看抓取，这并不是一个多么新鲜的动作。真正让人停下来的，是灵巧手已经变了，原来的“大脑”仍然能够继续工作。

RoboScience机器科学把这项能力称为“一脑控多手”，这也是行业首次实现一套具身大模型跨不同构型灵巧手操作。

据其介绍，Visics目前已支持10余款灵巧手，可操作的物品覆盖规则刚体、日常工具、柔性材料及异形物件等多种类型；灵巧手甚至可以抓取观众现场随机提供的物品，面对从未见过的物体也能即时完成识别与抓取。从换手、识别到恢复操作，全过程被压缩至30秒以内。

01.

行业首次“一脑控多手”，验证三重泛化能力

换一只灵巧手，难的从来不是拆装。

不同灵巧手的自由度、构型、驱动方式和控制接口差异很大。即便面对同一个杯子，三指灵巧手、五指灵巧手和二指夹爪，也需要采用不同的关节动作和抓取方式。

当前不少具身模型仍与具体硬件绑定。模型在一款机械臂或灵巧手上训练完成后，一旦更换硬件，控制参数、训练数据和动作策略往往都要重新适配。对模型来说，换一只手，几乎等于换了一套动作语言。

RoboScience机器科学此次实现行业首次“一脑控多手”，关键就在于让模型学会了操作物体的方法，而非记住某一只手的关节动作。

以“把杯子拿到指定位置”为例，Visics会先判断杯子应该沿什么轨迹移动、如何调整姿态，再根据当前机械臂和灵巧手的结构生成动作。

这套逻辑来自其具身大模型的VLOA（Vision-Language-Object-Action）架构。上层具身世界模型负责理解场景和任务，预演物体接下来如何变化；下层通用操作模型则将这段轨迹转化为适配不同机器人本体的接触点、力控和关节指令。两者之间的接口，就是Object Trajectory，即物体连续变化的3D点云轨迹。

Visics大模型架构图
 

简单来说，先想清楚“物体怎么动”，再决定“机器人怎么动”。

也正是通过这层以物体为中心的表达，Visics将操作能力与具体硬件拆开。WAIC现场展示的三款不同构型灵巧手和多类操作任务，集中验证了其跨本体、跨物体和跨任务泛化能力。

02.

从抓起来，到把一件事完整做完

跨本体泛化解决的是机器人换一只“手”后还能不能工作。真正进入场景，它还要面对另一个问题：有没有把多个动作连起来，完整做完一件事的长线任务能力

展台另一侧，机器人商超场景提货站把一次抓取拉长成了完整流程。

观众选择礼品后，机器人自主找到对应商品，移动到货架前，完成识别、抓取和交付，全程不需要工作人员遥控。

相比固定桌面上的抓取，这类任务更接近真实场景。底盘停得稍有偏差，机械臂看到货架的角度就会变化；商品被人移动，原有抓取点可能立即失效；纸盒、瓶装物和柔性包装，也需要不同的夹持方式。

RoboScience机器科学告诉机器人大讲堂，该方案已在零售、物流、工业场景开展试点，多SKU抓取成功率超过99%。

旁边的另一项演示，则把操作推进到更精细的接触阶段。

机械臂拆开红包，再把一枚硬币立在桌面上。

完成这些动作，不仅要看清物体，还要持续判断接触位置和力度。其末端搭载的FingerEye微型视触觉模块，可以在接触前提供深度信息，接触后通过形变估算六轴力矩，实现亚毫米级力控。

从自主提货到拆红包、立硬币，机器人展示的不再只是“抓起来”，而是把移动、识别、操作和接触调整连接起来，完成一整件事的长线能力。

03.

全球首个具身大模型上云，操作能力可通过API调用

“一脑控多手”解决了操作能力跨硬件复用的问题。现实要解决的，是这套能力如何走出单个展台，同时服务更多机器人。

RoboScience机器科学给出答案，是把具身大模型搬上云端。

据机器人大讲堂了解，RoboScience机器科学已与腾讯云达成战略合作，共同打造行业首个云端EaaS具身智能服务。Visics具身大模型也成为全球首个上云的具身大模型，未来可以通过API提供识别、抓取和操作能力。

具身大模型上云，并不是简单地把模型搬到服务器。

语言模型面对的终端相对统一，机器人却有不同的机械结构、控制接口和末端执行器。如果模型仍然绑定某一款机械臂或灵巧手，上云之后也只是把一个个定制项目集中到了云端，很难形成真正的规模化调用。

Visics的跨本体能力改变了这一前提。它通过Object Trajectory将物体操作与具体关节动作拆开，让同一种操作方法可以适配不同机器人。企业接入新的本体后，可以直接复用已有模型，而不必重新采集数据、训练和调试一遍。

云端服务要真正跑起来，模型还必须持续获得新数据、更新能力。

RoboScience机器科学采用海量“视频+仿真”的数据路线：视频帮助具身世界模型学习物体状态和任务变化，RoboMirage则为通用操作模型生成大规模操作轨迹。

目前，其已积累数百万小时相关视频和数百亿次仿真轨迹，2026年目标构建超过1T规模的全空间物体操作轨迹数据集（1万亿次全空间物体的manipulation操作轨迹数据），为Visics继续覆盖更多本体、物体和任务提供数据支撑。

这些数据让Visics能够在云端持续更新，并将新获得的操作能力同步给不同机器人。EaaS由此改变的，将不只是模型的部署位置，更是具身智能的交付方式——从围绕单台硬件反复定制，转向一套模型服务多种本体。

04.

具身能力开始规模化复制

回看RoboScience机器科学此次WAIC展示，几项能力并非彼此孤立。

三款不同构型的灵巧手共用一套Visics模型，30秒完成换手并恢复操作；机器人提货站将移动、识别、抓取和交付串成完整流程；FingerEye补上精细操作所需的触觉与力觉；与腾讯云合作，则让Visics进一步走向云端部署和API调用。

这些能力背后，是一条清晰的技术路径——以物体轨迹作为模型与机器人之间的接口，让操作能力尽量脱离具体关节和硬件结构，再通过视频与仿真数据扩大模型对本体、物体和任务的覆盖。

站在更大的行业视角看，这条路径首先解决的是具身能力的复制成本。跨本体泛化让同一套模型适配更多机器人，云端部署再将其转化为可以持续更新、重复调用的服务。若这套模式在真实场景中跑通，机器人项目围绕不同硬件反复训练和调试的成本有望下降，部署速度也会随之提升。

进一步看，具身模型的商业形态也可能改变。过去，机器人能力往往随一套硬件一次性交付；云端EaaS成熟后，企业获得的将是一套能够同时服务多种本体，并按设备、任务或调用规模持续交付的操作能力。

但展台依然只是起点。

换上结构差异更大的灵巧手后，30秒换手能否稳定复现；从抓取进入装配、工具使用和长序列任务后，模型能否保持表现；进入商超、物流和工业现场后，连续运行时间、人工接管率和投入产出比是否达到商业要求，都需要更长时间验证。

一只灵巧手被拆下，另一只重新装上，机器人继续工作。“一脑控多手”打开的想象空间，在于机器人换了身体，已经学会的能力依然能够保留。当这套能力进一步进入云端、服务更多机器人，具身智能才可能减少一套套项目定制，形成可以规模化复制的操作底座。