一句话看懂：机器人公司 Current Robotics 发布了一个名为 Curr-0 的全身灵巧操作模型，能让机器人用一个统一的策略同时完成行走、姿态调整和手部精细操作，而不再是传统“走→停→动手”的分段模式。该模型基于 2.1 万小时的人类行为数据训练，已展示撕茶包、点香、盖章等复杂任务。
事件核心：发生了什么
6 月 16 日，Current Robotics 正式发布全身灵巧操作模型 Curr-0。该模型的核心突破在于：不再将移动控制、全身姿态协调和手部精细操作拆分为三个独立模块，而是作为统一问题端到端训练。机器人无需“先想好再动”，而是在运动过程中让全身与手实时耦合调整，单一模型、共享权重全程自主执行。
训练数据来源于 HumanEx——一套自研的全身外骨骼数据采集系统。人类穿戴外骨骼设备在真实场景中自然完成任务，系统同步记录全身姿态、关节运动、手部动作、肌电信号和环境交互数据，最终汇总为 2.1 万小时真实人类行为数据，其中包含 2800 小时全身示教数据。
在公开 Demo 中，机器人完成了撕茶包、点香、盖章、捡起揉皱纸团，以及抱着玩具穿过门口、蹲下放进篮子等任务。
为什么重要
传统机器人执行精细任务时，往往需要“走过去→停下→操作→再移动”的串联流程。这在工厂流水线尚可应付，但在真实世界中，抓取稳定性取决于站姿，可达性取决于躯干位置，施力方式受身体重心影响——手的问题其实不在手，而在全身协同。Curr-0 将“移动”与“操作”视为统一问题，解决了人形机器人从“能走”到“能干精细活”的关键瓶颈。
从行业角度看，Current Robotics 实际上是在构建一套从数据采集、模型训练到世界模型评测和部署验证的全栈闭环。他们明确提出“数据是核心基础设施”，将数据增长路径从“机器人部署小时数”切换为“人类任务小时数”，试图摆脱对机器人 Fleet 规模扩张的依赖。
团队正在构建多物理模态交互世界模型，并提出 Human-in-the-World-Model 框架，允许人类直接在世界模型中修正策略，降低后训练对真实机器人和人工干预的依赖。
对用户/开发者/创作者的影响
对于机器人和具身智能领域的开发者而言，Curr-0 展示了一条新的技术路线：全身协同操作不是依赖硬件打磨或手部灵巧度的单点突破，而是可以通过单一策略模型来统一学习。开发者可关注 Current Robotics 的 HumanEx 外骨骼数据采集方案，该方案或将降低真实机器人训练数据的获取门槛。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于关注行业投资和企业采购的用户，Current Robotics 强调“数据飞轮不依赖机器人部署数量”的思路值得关注——这意味着未来人形机器人的能力迭代可能不再与硬件销量直接挂钩，而是由人类行为数据的持续积累驱动。
值得关注的后续
首先，Curr-0 目前仍是阶段性成果展示，尚未提及商业化和落地部署时间表。技术报告已发布在 current-robotics.com/blog/curr-0，后续是否有开源计划或 API 开放是重要观察点。其次，多物理模态交互世界模型能否按预期替代部分真实硬件测试，以及 Human-in-the-World-Model 框架在实际工程中的效果，都将决定这套全栈方案能否真正闭环。最后，全球人形机器人赛道中，特斯拉 Optimus、Figure AI 等竞品是否会在全身协同操作上做出类似响应，也会影响行业竞争格局。
来源：量子位 · 每日最新
