一句话看懂：腾讯 Robotics X 实验室与福田实验室联合发布三大具身基座模型及两大智能体框架，首次系统性地打通了从物理感知到身体控制的完整闭环，其 VLA 模型在日化品工厂实测中作业成功率超过 95%，并已开放模型开源。
事件核心：发生了什么
7 月 18 日，腾讯在世界人工智能大会（WAIC）期间发布了三项具身智能基座模型及两项智能体成果。具体包括：Hy-Embodied-VLM-1.0（视觉语言模型，相当于“右脑”，负责图像与空间理解，在 37 个任务评测中以 3B 参数规模接近上一代 32B 模型的水平）、Hy-Embodied-RxBrain-1.0（世界认知模型，相当于“大脑”，统一推理与未来状态想象，并建立了行业评测基准 RxBrain-Bench）、以及Hy-Embodied-VLA-0.5（视觉-语言-动作模型，相当于“小脑+身体”，在 RoboDojo 仿真评测中获得综合排名第一）。同时发布的持续在线具身智能体 Apexio 采用“认知—感知行动—执行”三层不同频率系统驱动，而具身原生智能体框架 TairosAgent 则专注于将感知、决策与记忆（环境、本体、任务）整合为机器人原生的开发框架。
为什么重要
这次发布在技术上回答了具身智能领域一个核心矛盾：大模型虽然擅长语言和图像处理，但难以在真实物理世界中实现“感知—行动”的实时闭环。腾讯有三个关键突破：一是将模型从单纯的语言理解扩展到物理空间的“看物知用、看景知变、看远知返”，二是通过 RxBrain 模型引入了“想象未来状态”的能力来指导动作，三是通过智能体框架将不同模型整合成可实际部署的系统。值得注意的是，这些模型不是停留在论文阶段，其 VLA 模型已在日化品工厂实现超 95% 的作业成功率，且新增 SKU 适配时间压缩到 3 天以内——这直接证明了具身智能从“离身”走向“具身”的商业化路径正在被验证。此外，腾讯保持模型开源策略，并联合宇树、智元、越疆等多家机器人企业，试图构建一个围绕“钛螺丝”开放平台的产业生态。
对用户/开发者/创作者的影响
对开发者与机器人企业来说，腾讯此次提供了可直接部署的轻量级具身模型（VLM 仅 3B 参数）及原生智能体框架，意味着开发一个能持续感知并实时反应的机器人系统，不再需要从零搭建全部模型和调度逻辑。TairosAgent 框架实现了 2-3 秒内对中断任务的恢复响应，远优于通用框架的几十秒水平。对生产制造与服务行业的企业采购方来说，实测数据（95% 成功率、6 秒/件节拍、3 天新 SKU 适配）表明具身智能在工业场景中的可用性显著提升，尤其是在高混合、小批量的柔性产线中具有明确价值。对内容创作者而言，VLM 模型对“物体可操作点”和“场景变化预测”的理解能力增强，未来可能用于生成更符合物理规律的机器人交互内容或仿真视频数据。
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。
值得关注的后续
第一，这些模型目前已开源，但社区反馈和第三方验证的效果仍有待观察，尤其是 Hy-Embodied-VLA-0.5 在真实场景中除了日化品工厂外，能否在更多工业与服务场景（如导购、养老服务）中维持较高成功率。第二，腾讯 Robotics X 实验室此前研发的“小六”机器人展示了基于键绳传动的物理人机交互能力，未来力觉、触觉与具身大模型的融合进度是判断其落地深度的关键。第三，开源生态的扩大速度——目前 Tairos 平台已联动多家机器人企业，但开发者社区的活跃度和第三方基于该框架开发的技能数量，将决定其能否真正成为行业“钛螺丝”。目前公开信息显示，腾讯尚未公布这些模型的具体算力需求与商用定价细节。
来源：InfoQ CN
