梅卡曼德机器人展示眼脑手全栈能力，机器人已在工业场景大规模落地
梅卡曼德以标准化“眼脑手”组件让机器人具备泛化操作能力，已在工业场景大规模落地并形成数据飞轮。
在WAIC上，梅卡曼德展示其机器人可精准抓取透明物件、装配薄壁工件。其核心是自研的3D视觉与多模态大模型，让机器人具备跨本体、跨场景的泛化能力。截至目前，公司产品全球部署超27000台，服务100余家世界500强客户，形成数据飞轮持续提升性能。
正文摘录
跳舞、格斗、跑步、打乒乓球……过去只能在实验室里看到的各种动作，如今已经成了展台上的固定节目。 一台人形机器人站在狭小的货架前，听完观众下的单，从一排商品里精准挑出目标，稳稳递到取货台。 一支机械臂装配大小不同、形状各异的超薄钣金件，速度快，效率高，足以走出实验室，应对真实复杂的工况。 机器人不仅具备复杂场景和复杂任务的操作能力，还有不错的泛化性，并且能在不同形态的机器人本体上通用。 场景先给它出一道难题。错综复杂的流水线布局，强烈且不断变化的环境光，各种各样的料筐形态，再加上不同规格、不同材质的原料和工件，每一样都在考验机器人的感知。 上一分钟，它可能还在抓取零件。下一分钟就要调整工件姿态、完成装配，再把空料筐搬走。 传统自动化设备擅长在固定位置重复固定动作，但只要物体、位置或工序发生变化，整套系统往往需要重新调试。 抓零件考验指尖的精细操作，搬料筐考验移动中的稳定作业，而把这些任务串成一条流水线跑通，考验的就是“眼脑手”的协同配合。 堆得乱七八糟的五角螺母，机器人抓一件用时不到 2.4 秒，速度飞快，精度和效率完全对得上产线的节拍。 除了工业场景，零售和家庭服务，同样是具身智能落地的典型场景，而且 更考验机器人的泛化性 。 真实生活里的物体太多了，食品、饮料、文具、家具、玩具、工具，认全它们只算达到及格线。机器人还得理解并执行各种任务，开关、拿取、放置、堆叠…… 面对很多种日常物品，机器人不光认得出来，还能按类别实时分好。物体层面的泛化能力，在这个 Demo 里体现得最直接。 透明材质光学属性复杂，历来算机器人视觉的硬骨头。这个 Demo 里，各种透明瓶、透明盒被逐一识别、精准分拣。 先说眼。机器人的“眼”，指的不只是拍张照片，而是获取真实世界的信息：物体在哪、长什么样、离多远等等。