中国机器人学会隔墙“递眼色”!成功率从0飙到100%,组队干活不烧心
<p>信息少传80%,准确率反而提高</p> <blockquote>
杰西卡 发自 ROBO-智
量子位ROBO | 公众号 AI4ROBO
机器人组队干活,最怕啥?
心不齐。
两个人一起叠被子、搬桌子尚且还需要眼神配合,更别说几个机器人碰在一起:
这一台刚抓住桌角,那一台就准备抬起来;一方视线被遮挡,连队友进行到了哪一步都不知道……机器人合作起来通常更让人抓狂。
更麻烦的还是机器人之间的交流。
让中心系统统一调度?精细动作的配合容易慢半拍;把摄像头拍到的画面全部发给队友?又会产生大量冗余数据,增加通信和处理负担。
针对这个问题,深圳具身智能公司星尘智能,刚刚发布了一套多机协同框架CoMind(Be My Eye)。
这家公司此前以绳驱机器人和自研具身智能模型受到关注,这次则把研究重点放到了多台机器人之间,让它们主动交换任务关键信息,独立完成动作决策,实现更紧密的协作。

直接看极限测试的数据:
两台机器人隔着挡板,彼此完全看不见,却可以通过共享关键信息配合拿笔,任务成功率从0%直接提升到100%。

被挡住视线的机器人靠队友借眼找盒子放东西,准确率从靠盲猜的38.9%冲到88.9%。关键是,整个过程的信息传输量直接砍掉了80%。
信息传得更少,怎么机器人反倒配合得更好了?!
隔墙“借眼”,机器人组队干活有了新办法
星尘智能刚刚推出的CoMind,是一套面向多机器人协同操作的模型框架,核心目标是让机器人在独立决策的同时,主动交换对任务有用的信息。
星尘将这套框架的核心能力归纳为两点:去中心化的主动共享,以及任务关键信息的精选与压缩。
前者让每台机器人都能主动向队友提供信息,并结合接收到的上下文独立生成动作,减少对统一中心控制器的依赖。
后者则改变了信息交换的方式。机器人无需传递完整的摄像头画面,而会根据任务需求提取关键视觉特征和操作状态,帮助队友判断下一步动作。
简单来说,机器人既能自己拿主意,也知道该告诉队友什么。

星尘智能为此展示了六项真机测试,包括隔墙拿笔、盲盒置物、纸箱组装、叠被收纳、冰箱补货和哑铃组装*(真机视频可以参考文末链接)*。
六项实验覆盖视觉遮挡、柔性物体操作、精密装配等不同类型的协作难题。
这里以两台机器人一起组装纸箱为例。
看似简单的任务,实际需要双方共同撑开、翻转箱体,并不断调整抓取位置。纸箱翻转时还会遮挡视线,让机器人无法直接观察队友的操作。
而借助CoMind,两台机器人可以交换操作状态和任务进度,在视线受阻的情况下继续完成装配。

叠被子就更复杂了。被子柔软且容易形变,机器人提起、翻折和搬动时,形状、边缘以及受力状态都在持续变化。
要让两台机器人配合完成任务,双方不仅需要控制各自的动作,还得根据队友的操作实时调整。
演示中,两台机器人连续完成了提起、翻折、收纳等操作,全程无需人类逐步下达指令。

还有哑铃组装。一台机器人负责将哑铃片穿入杆中,但受限于自身视角,很难同时看清杆与孔位的相对位置。
另一台机器人则通过不同视角,提供关键空间信息,帮助队友动态调整动作,完成对准和装配。
再看这个冰箱补货,展示的是不同位置之间的信息互补。
一台机器人发现冰箱里缺少饮料,另一台机器人能够看到岛台上的饮料。双方交换视觉信息,再配合完成递送和补货。

几项实验背后,其实涉及两种不同的协作能力。
一方面是感知互补,让机器人借助队友的视角,获取自身无法观察的信息;另一方面是动作协同,让机器人在持续操作过程中,利用队友的状态和进度调整自身行为。
后者尤为重要。因为两台机器人分别具备搬运、抓取、折叠的能力,不代表组合起来就能顺利完成任务。
共同搬运物体时,一方的动作会直接影响另一方的操作条件;组装复杂零件时,双方还需要不断根据物体状态调整姿态。
单机操作可以实现独立决策,协作任务则需要机器人持续理解彼此的行动。
让机器人各自做好手头的事,只是第一步;让它们知道队友此刻需要什么,才是协作的关键。
比共享视野更重要的,是学会“说重点”
CoMind的两项核心能力,分别对应着多机器人协作中的两个现实难题:如何协调决策,以及如何高效交换信息。
传统的多机器人协作,一种常见方式是中心化调度,由统一的控制系统分配任务、规划行动,再向各台机器人下达指令。
这种方案适合明确的任务分工,但面对需要频繁调整的精细操作,集中处理多台机器人的感知与控制信息,容易带来额外的计算和通信开销。

另一类方案采用分布式决策,让机器人独立完成感知和动作控制。
这种方式降低了对中心系统的依赖,但每台机器人掌握的信息有限。
一旦目标或队友被遮挡,便可能失去关键的决策依据。即使允许机器人相互通信,也需要解决信息传递的问题。
机器人每秒可能产生大量视觉数据,但其中真正与队友动作有关的,通常只有很小一部分。
例如组装哑铃,负责穿入哑铃片的机器人,需要知道杆与孔位之间的相对位置。周围的家具、墙面和其他物体,对当前操作并没有直接帮助。

如果把完整视频传给队友,不仅增加通信负担,还需要接收方重新从海量数据中提取有用信息。
CoMind的技术设计,正是围绕信息提取与协同决策展开。具体来说,它分为两个阶段:
第一阶段是任务相关上下文提取。
CoMind通过上下文编码器,从多路摄像头观测中筛选、压缩关键信息,保留对当前任务和后续动作有价值的视觉特征。
模型还会学习预测未来的视觉变化,并结合任务进度,让机器人理解操作所处的阶段。
第二阶段是双向共享与协同动作生成。
两台机器人均可以独立提取、发送关键信息,也可以接收队友传来的上下文。
接收方将共享信息与自身视觉观测、任务指令及本体状态结合,再输入视觉—语言—动作模型(VLA),生成连续动作。
双方均具备信息发送与动作决策能力,不再依赖同一个中心控制器生成全部操作指令。

整个框架还有一项关键设计:动作级反向传播。
简单理解,就是让队友的动作结果,反过来决定自己应该提供什么信息。
以盲盒置物实验为例。机器人A看不见目标,需要机器人B提供信息。
如果A最终伸错位置,训练过程中,动作预测误差就可以反向传递至B的信息编码器,帮助模型调整对关键特征的提取方式。
反复训练之后,B会更倾向于提供有助于A完成正确动作的信息。

由此,信息共享与最终动作之间建立了直接联系。机器人交流的目标,不再局限于准确描述周围环境,还需要服务于队友的操作决策。
实验数据也反映了这种变化。在盲盒置物任务中,不共享信息的准确率为38.9%;采用另一种上下文传输方案后,准确率达到72.2%。

CoMind进一步将准确率提高至88.9%,同时将通信信息量减少约80%。
让机器人拥有更多信息,并不必然带来更好的协作。信息与任务之间的关联,才真正决定它能发挥什么作用。
协作智能,正在补齐单机智能边界
多机器人协作,如今正在成为具身智能领域的重要研究方向。
随着VLA等模型不断进化,机器人理解环境、执行指令和完成复杂操作的能力持续提高。
但现实中的大量工作,本身就需要多个执行主体共同完成。
比如搬运大型物体、组装复杂设备、处理连续的生产流程,都涉及不同位置、不同动作之间的协调。单台机器人再聪明,也受到自身视野、机械结构和操作范围的限制。

△图片由AI生成
因此,越来越多研究团队,将注意力投向了多机器人之间的协作机制。
例如,斯坦福大学团队在2026年提出CHORUS,尝试让不同机器人使用同一套VLA策略,在各自独立感知的条件下实现协作。
CHORUS并不要求机器人在运行时显式通信。每台机器人根据自己的视觉观测和共享的策略独立生成动作,通过观察队友的行为形成配合。
研究展示了共同抬起洗衣篮、传递图书等任务。

2025年发表的LatentToM,采用的是另一条技术路线。
研究人员让不同机器人学习共享的潜在表征,以建立对任务状态和队友行为的共同理解,并支持通过通信交换紧凑的表征,实现协作操作。
2026年10月公开的DuoMind,则通过视觉语言模型进行高层任务推理和语义通信,由VLA模型负责底层动作执行,探索不同机器人之间的分布式协同。
三项研究分别展示了不同思路:通过共同策略形成默契,通过潜在表征建立共识,或者通过语义信息组织行动。
而星尘智能CoMind所关注的,是另一个更靠近动作层的问题:如何让机器人共享的信息,直接改善队友的动作决策。
它将任务相关的视觉信息提取、双向共享和动作策略联合优化,使通信内容与最终操作结果建立联系。
这条研究方向,也与星尘智能此前的技术积累有关。
星尘智能成立于2022年底,创始人兼CEO来杰,曾经是腾讯Robotics X实验室架构师,也是该实验室早期核心成员。此前他还负责过百度小度机器人相关的研发工作。

这家公司选择了相对少见的绳驱技术路线,先后推出Astribot S1、T1等机器人产品,并围绕AI模型、具身操作系统和绳驱本体建立软硬件一体化技术体系。
模型层面,星尘智能此前推出了Lumo系列具身基座模型。
今年7月发布的Lumo-2,已将人机协同、多机器人协作纳入能力展示。此次CoMind则把研究进一步深入到机器人之间的信息交换与动作决策。
由单机操作延伸到多机协作,星尘的技术路线也体现了整个行业正在面对的新课题。

无论工业装配、仓储搬运还是家庭服务,机器人都很难始终拥有完整的环境信息,也无法独自承担所有操作。
不同位置上的机器人,天然掌握着不同的视角;不同任务环节之间,又存在紧密的动作依赖。这些分散的信息能不能有效流动,直接决定整个系统的效率。
于是,协作不再局限于任务分配、路径规划和动作协调。机器人还需要理解队友的信息需求,并据此调整自身的感知与通信行为。到了真机上,这种能力直接决定任务成败。
协作,正从工程师写下的规则,变成模型在训练中习得的能力。
人类通过分工协作,将个体有限的能力组织起来,形成复杂的社会生产体系。如今,这一规律也融入到了机器人的逻辑中。
技术报告地址:www.astribot.com/AI/CoMind
版权所有,未经授权不得以任何形式转载及使用,违者必究。
Related Articles
Binding of Isaac developer removes AI music from Repentance Plus
Terrence O'Brien is the Verge’s weekend editor. He’s covered the tech industry for over 18 years and knows a thing or two about synths.The Binding of Isaac: Repentance Plus has spent the last few days getting...
The vibe-coding revolution is coming to all the gadgets
This is The Stepback, a weekly newsletter breaking down one essential story from the tech world. For more on the vibe-hacking of everything, follow David Pierce. The Stepback arrives in our subscribers’...
Nature:糖尿病大鼠成功恢复正常血糖!用电刺激迷走神经控糖
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-11-22 ...
A社数学家用Claude又证明另一千禧难题,逼出一份写了12年的940页纯人类手稿
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-11-22 ...