点击下方卡片，关注【Xbotics具身智能实验室】公众号
你想要的这里都有~~
过去几周，我们在线上带大家走完了一条具身智能入门路线。
从第 1 课认识 VLA，理解机器人如何“看着画面生成动作”；到第 2 课学习数据采集，把人的操作变成一帧帧对齐好的训练数据；再到第 3 课用 ACT 把数据训练成策略；第 4 课学会看 Loss、看成功率、看失败视频、做问题复盘；第 5 课则把前面四课收成一个闭环，把 ACT 放进 Sim2Real 和大模型 VLA 的更大地图里。
这套线上课，我们坚持面向大家开放。
原因很简单：具身智能不应该只是少数实验室、少数大厂、少数高成本硬件团队才能接触的方向。对于学生、开发者、老师、工程师来说，真正进入人形机器人领域的第一步，不一定是马上买设备、马上训练大模型，而是先理解这条路线：
1.数据从哪里来？
2.ACT 为什么能学会动作？
3.训练好的 Checkpoint 怎么看？
4.仿真里成功的策略，为什么真机上还会失败？
5.VLA、ACT、Pi0、OpenVLA、Thinker 这些模型和系统之间到底是什么关系？
线上课程解决的是“认知门槛”和“入门门槛”。
但机器人终究不是只存在于代码和视频里。真正的具身智能，必须回到真实世界，回到真实机器人的传感器、关节、电机、延迟、控制频率和安全规范里。
所以，线上5节课之后，我们把这条路线继续往前推一步——走到真机现场。
由优必选 Thinker cosmos 开发者生态支持的 具身人形机器人开发实训营 正式开启。本次实训营采用 线下 2 天·真机实训 的形式，围绕两款真实人形机器人平台展开：Walker S2 EDU 探索者 与 天工行者无疆。
前面你在线上理解了 VLA、数据、ACT、训练分析和 Sim2Real；在线下，你将真正站到机器人面前，看这些知识如何进入真实硬件系统。
一、为什么我们先做线上课程？
很多同学第一次接触具身智能，会被大量新词淹没：VLA、ACT、Diffusion Policy、LeRobot、Sim2Real、Checkpoint、Domain Randomization、Flow Matching…… 听起来都很重要，但不知道从哪里开始。
我们设计线上课程的初衷，就是把复杂问题拆成一条普通开发者也能走通的路径。
第 1 课，我们先建立大图景：机器人不是简单执行固定程序，而是逐渐走向“看懂环境、理解任务、生成动作”的 VLA 范式。
第 2 课，我们讲数据：没有高质量示教数据，就没有能跑起来的策略。机器人训练不是凭空发生的，它依赖“看到什么”和“应该怎么做”之间稳定、对齐、可复用的数据记录。
第 3 课，我们讲 ACT：为什么动作要分块？为什么要预测一段动作而不是每一帧都重新生成？为什么 ACT 是很多入门项目中最适合跑通闭环的方法？
第 4 课，我们讲分析：Loss 下降不等于真机一定能成功，视频好看不等于模型可靠。真正有价值的是看懂失败，知道问题来自数据、模型、环境、动作还是评测方式。
第 5 课，我们把它收口：ACT 不是终点，而是起点。它让你理解数据—训练—推理—分析这个闭环。未来不管换成 OpenVLA、Pi0、SmolVLA，还是优必选 Thinker 这样的具身大模型系统，这个闭环依然存在。
这就是线上课程的价值：让更多人先获得一张地图。
二、为什么还需要线下真机实训？
线上能解决认知问题，但解决不了所有工程问题。
你在仿真里训练出来的策略，看起来可能很顺；但一到真机，问题会马上出现：相机画面不一样，光照不一样，关节响应不一样，控制频率不一样，通信延迟不一样，甚至机器人本体的结构、保护机制和操作规范都会影响最终效果。
这就是机器人学习里绕不开的 Reality Gap，也就是现实差距。
线上第 5 课我们讲了 Sim2Real：域随机化、域适配、系统辨识、师生框架。这些方法很重要，但它们只有放到真机面前，才会变得真正具体。
比如，什么叫视觉差距？当你看到真实相机画面里的噪声、曝光、反光和遮挡，就会明白它不是一句抽象概念。
什么叫动力学差距？当你看到真实机器人关节启动、停止、延迟、回弹，就会明白仿真里的“理想动作”为什么不能直接搬过来。
什么叫控制软件栈差距？当你看到实际部署中要考虑频率、时序、安全、通信和执行器限制，就会明白机器人开发不是只训练一个模型。
所以，线下实训不是重复线上内容，而是把线上学过的知识放进真实机器人系统里验证。
三、本次线下实训营学什么？
本次实训营为期 2 天，地点位于 深圳技术大学，坪山区兰田路 3002 号，实训时间为 2026 年 7 月 11 日至 7 月 12 日。
实训真机包括：
Walker S2 EDU 探索者 天工行者无疆
两天课程分别围绕两款机器人展开，让学员不只是“看一台机器人”，而是对比理解不同人形机器人平台在本体结构、操作规范、数据采集、模型训练和任务部署上的差异。
Day 1：天工行者无疆专题
第一天将围绕天工行者无疆展开，我们从本体结构与操作规范介绍开始。
这一步非常关键。人形机器人不是普通机械臂，也不是简单移动底盘，它涉及躯干、关节、执行器、传感器、控制系统和安全边界。不了解本体结构，就很难真正理解后面的数据采集和模型部署。
随后，课程将进入数据采集与 ACT 模型训练。
这部分会和线上课程形成直接衔接：线上我们讲“数据如何变成策略”，线下我们看“真实机器人上的数据采集和训练流程长什么样”。学员将进一步理解示教数据、动作序列、Checkpoint、训练效果演示之间的关系。
进一步，课程会讲解 Sim2Real 的知识点及难点，结合真机平台理解仿真到现实迁移时最容易遇到的问题。
第一天后半部分还会安排官方 Checkpoint 训练效果展示、学员实操演示、Loss 分析与训练问题复盘。重点不只是看成功 Demo，而是学会判断：一个模型为什么成功？为什么失败？接下来应该补数据、调参数，还是回到任务设计本身？
Day 2：Walker S2 EDU 探索者专题
第二天将围绕 Walker S2 EDU 探索者展开。
课程同样从本体结构与操作规范介绍开始，帮助学员理解 Walker S2 EDU 探索者这一平台的硬件结构、开发流程和操作边界。
随后继续进行数据采集与 ACT 模型训练，让学员在不同机器人平台之间建立对比：同样是 ACT，同样是模仿学习，不同本体结构、不同控制接口、不同任务场景，都会影响最终的数据质量和模型效果。
同时，下午还将重点讲解两款真机硬件对比，以及人形机器人行业趋势与痛点。
这部分会把视角从“怎么跑一个模型”拉到“行业正在往哪里走”：人形机器人不再只是单个硬件产品的竞争，而是硬件平台、开发工具、数据闭环、模型能力、应用场景和开发者生态的综合竞争。
最后，课程将继续安排官方 Checkpoint 训练效果展示、学员实操演示、Loss 分析与训练问题复盘，并进行结营证书颁发、优秀学员项目认证和实训总结。
四、两层结构
我们希望把这次活动做成一个清晰的两层结构：
第一层，是线上系统课程。
这部分主要帮助更多人低成本进入具身智能方向，先把 VLA、ACT、数据采集、模型训练、效果分析和 Sim2Real 的基础框架学明白。
第二层，是线下真机实训。
这部分面向希望进一步接触真实人形机器人、完成真机实践和系统学习的同学。
也就是说，我们并不是把所有内容都放在线下实训课程里。恰恰相反，我们把最关键的入门知识、基础路线和认知框架先通过线上课程开放出来，让更多学生、开发者和老师都能先听、先学、先建立方向感。
线下实训则承担更进一步的任务：把已经学过的知识，带到真实机器人面前。
这也是我们做 Xbotics 具身智能社区一直坚持的方向：降低入门门槛，开放学习资源，连接开发者、硬件平台、产业需求和真实项目机会。
五、写在最后
具身智能最迷人的地方，是它既有大模型的想象力，也有真实世界的复杂性。
在线上，我们可以学习理论、跑通代码、理解闭环；在线下，我们必须面对真实机器人，面对传感器、关节、电机、延迟、控制频率、操作规范和失败复盘。
前者让更多人进门，后者让真正想深入的人走到现场。
这次具身人形机器人开发实训营，正是希望把这两件事连起来：
用线上课程降低门槛，用线下真机实训提升实践深度。
如果你已经听完线上课，希望把自己训练的 ACT 放到更真实的机器人系统里；如果你想真正理解人形机器人开发，不只是看视频和读论文；如果你希望进入具身智能这一方向，建立一套从数据、模型、仿真到真机的完整认知——欢迎来到现场。
线上系统学习，是地图。
线下真机实训，是出发。
下一步，我们把模型带进真实世界。
-END-
Ask Me Anything｜提问箱
❝对文章有疑惑，或想聊更深？欢迎把你的问题丢给我们：技术方案、实操踩坑、课程与资料、项目合作、职业发展，都可以问。
怎么问：在评论区留言，或私信公众号
我们会做什么：每周集中整理高质量问题并公开回复，重点问题邀请作者或嘉宾深度解答；典型问题会加入知识库并持续更新。
提问小提示：尽量说明「你的目标—当前做法—期望产出」，附上必要信息（硬件/软件版本、数据规模等），能更快获得有用答案。
一起把问题变成知识，推动社区进步 🚀
