提炼人类操作意图
从视角变化、手部动作和任务状态中识别目标、步骤与关键判断。
Research
用真实任务检验每一项模型能力。
从上下文理解、共享自主、触觉视觉融合到第一视角学习，智融把论文、系统、人工教学和实验结果接入 ZRPhysicalWorld 的持续学习路径
Research to Capability
理解状态 · 判断风险 · 学习恢复 · 迁移经验
每项成果都说明解决了什么问题、如何验证，以及目前仍有哪些适用边界
Proof Points
四条研究路径，汇入同一套物理经验模型
每条路径处理一种关键问题，并把执行结果、失败状态和人工教学继续带回模型训练。
Stage 01
上下文感知，让系统理解装配步骤与现场状态
AssemblyMate 将多模态推理、时空上下文和机器人执行连接起来，根据用户动作、物体状态和任务进度调整装配指导。
- 面向复杂装配和人机协作任务
- 连接步骤理解、动作评估与机器人转运
- 论文发表于 npj Advanced Manufacturing
阶段演示视频 点击展开，查看上下文感知与 XR 交互在真实任务中的演示。
Stage 02
风险引导与共享自主，把人工判断集中在关键窗口
CopilotTele 默认执行短时域动作，在风险升高时触发人工介入或接管，记录高不确定性阶段的判断、纠偏和恢复过程。
- 在线束装配任务中验证双臂共享自主
- 平均任务时间降低 13.7%，重试次数降低 46.3%
- IEEE CASE 2026 最佳学生论文奖（团队确认）
阶段演示视频 点击展开，查看共享自主如何进入复杂任务采集流程。
Stage 03
触觉与视觉融合，补充接触过程中的物理信息
面对柔性物体、精细接触和复杂操作，系统同步记录视觉、触觉、动作和任务状态，让模型获得形变、阻力、滑移与接触结果。
- 服务接触丰富、需要精细控制的工位任务
- 提升多模态数据采集的稳定性与可解释性
- 为后续具身模型训练提供更高质量样本
阶段演示视频 点击展开，查看触觉辅助遥操在接触丰富任务中的表现。
Stage 04
第一视角学习，把人的操作经验转成任务表达
第一视角视频与动作、接触和任务状态对齐后，可用于技能分解、意图理解和经验迁移，为模型提供更完整的操作上下文。
- 支持第一视角学习、技能分解与基础技能迁移
- 降低对海量重复遥操和标注的依赖
- 让训练结果更接近真实工位部署需求
阶段演示视频 点击展开，查看第一视角任务执行与模型相关演示。
Physical Understanding
让研究结果持续进入 ZRPhysicalWorld
上下文、风险、接触和任务意图共同构成物理经验。ZRPhysicalWorld 将这些信息用于状态理解、结果预测、失败恢复与跨任务迁移。
学习因果与物理经验
理解接触、阻力、形变、失败和恢复策略，让数据包含真实任务的物理约束。
生成机器人操作与智能体能力
把人类演示转成机器人可学习、可迁移、可验证的技能片段，支撑专用模型和场景智能体迭代。
Lab Evidence
实验结果回到任务中继续接受检验
从触觉驱动遥操架构，到桌面任务、第一视角执行和真实物体采集，每轮实验都保留任务条件、失败状态和评测结果，用于下一轮模型更新与再验证。
