近日，上海人工智能实验室（上海AI实验室）发布『书生』具身全栈引擎 Intern-Robotics，并面向全球开发者开放。
通过构建虚拟仿真建模、虚实数据贯通、训测一体化等技术体系，Intern-Robotics实现了多项创新突破：
一脑多形：实现开发一套模型，即可适配10余种机器人形态；
虚实贯通：融合真机实采与虚拟合成数据，数采成本相比前代方案进一步降至0.06%；
训测一体：全任务工具链，一键启动模型训练，快速部署具身大脑开发。
上述突破直击具身行业核心痛点，Intern-Robotics以此构建起仿真、数据、训测三大引擎，一站式破解具身智能从数据、训练到实际应用的全链条难题，推动具身大脑从 “碎片化开发” 迈向 “全栈化量产”时代。
上海AI实验室同步启动“具身智能光合计划”，以实验室平台为支撑，赋能机器人实训场、机器人企业、开发者社区，共同推动创新技术突破“工业红线”，加速数字智能向物理智能迈进。
首批已有智元机器人、宇树科技、银河通用、国地共建人形机器人创新中心等15家企业机构加入该计划开展合作。在与上海国地中心的联合项目中，通过数据处理与虚实融合的训练方案，InternRobotics助力实现了高质量数据采集与应用，在青龙等异构机器人平台上大幅提升数据采集速度、复杂任务训练效率及任务规划准确率。
GitHub: https://github.com/InternRobotics
Hugging Face: https://huggingface.co/InternRobotics
网站：https://internrobotics.shlab.org.cn
破解行业三大难题，重新定义具身大脑开发效率
当前，具身智能领域百花齐放，但仍受困于“标准不统一、数据成本高、研发周期长”三大瓶颈：不同形态的机器人缺乏统一的软硬件标准，导致业界广泛存在算法、本体、场景适配的重复投入现象；具身智能的训练数据高度依赖现实采集和物理交互，而不同场景数据难以复用，且采集成本高昂，形成“数据孤岛”困境；业界缺乏科学高效的开源工具链，导致机器人开发启动困难、路途坎坷，造成了“训练-测试-再训练”的成本较高，整体开发周期较长的现状。
针对上述问题，上海AI实验室科研团队推出的具身全栈引擎Intern-Robotics给出了系统性的解决方案：
一脑多形，打破形态壁垒。通过可扩展的数据合成和模型架构，Intern-Robotics可以更高效地完成具身大模型的训练，提高模型适配不同形态机器人本体的能力，使其轻松驾驭机器狗、人形机器人、轮式机器人等10多种主流形态，掌握导航、操作、运动控制等核心技能，彻底打通不同形态机器人之间的壁垒，避免在跨本体模型开发与部署上的重复投入。
虚实贯通，降低数据成本。Intern-Robotics 通过融合真机实采数据与虚拟合成数据，大幅提高数采效率、降低数据成本，同时提升模型训练的泛化能力。世界范围内首次完成导航、操作等六大具身主流任务的超大规模验证，性能全球领先，数据成本相比前代方案进一步。
训测一体，缩短研发周期。Intern-Robotics构建的全任务工具链基于“训练-评测”一体化设计，用户可“一键启动”，仅需几分钟即可完成主流模型和基准上的训测部署，快速开展具身大脑在不同机器人、任务与场景下的开发。目前，Intern-Robotics已支持6大主流任务、20多种数据集、50多个模型的高效训练与评测，大幅缩短开发周期，为技术落地按下“加速键”。
仿真、数据、训测三大引擎，打通具身大脑“全栈生产线”
Intern-Robotics以三大核心引擎作为技术支撑，覆盖具身大脑“全栈”生产线需求，可实现不同形态机器人的低成本、高效率数据生成，并轻松完成跨任务、跨模型的高性能训练和评测。
数据引擎：打造高质量、低成本的“数据工厂”。针对具身智能领域数据规模和质量不足的难题，Intern-Robotics数据引擎使用物理仿真和生成式AI相结合的数据合成技术，基于业内领先的十万级场景物体资产和数据处理管线，搭建具备真实物体分布的可交互场景Intern·Scenes，为下游机器人数据合成提供资产基础，并基于国际领先的神经渲染技术Intern·LandMark和生成式世界模型Intern·WorldModel，数据引擎同时具备数据驱动的高保真场景和复杂物理交互数据的渲染合成能力，进一步提升数据多样性。
依托先进的具身AIGC技术，Intern-Robotics构建起“互联网数据-合成数据-真机数据”的Intern·Data系列虚实混合数据金字塔，以大模型驱动、人工在环的高质量标注和筛选管线，支持涵盖2D/3D框、轨迹、抓取点、语义掩码等常见标签，操作、导航、运控等主流任务在内的高效半自动化标注，极大提升有效训练数据的获取效率，实现单台服务器日合成数据量高达5万条，成本较6个月前降低66%。数据引擎提供覆盖17类强推理任务与15种原子技能的超大规模虚实混合数据集，涵盖10余种主流机器人本体、超过2万种场景的500万仿真合成数据。目前上述具身AIGC与数据集等资源均已向公众开源。
训测引擎：提供模块化、可扩展的模型“训练场”。针对具身智能技术发展泛化能力不足的难题，Intern-Robotics训测引擎为开发者提供了一站式的训测工具和服务，可在引擎跨任务统一的格式和逻辑下，灵活配置代码，实现“开箱即用”，“一键”完成模型训练和测试。
针对各种具身模型广泛存在的跨任务、跨数据集比较和复现的难题，团队开发的Intern·Nav、Intern·Manip、Intern·Humanoid、Intern·SR等训测工具库可兼容不同训测需求和仿真平台的环境配置，兼容不同模型组合修改的模块化框架设计，全面涵盖导航、交互、操作等主流任务需求。
目前，团队采用Intern-Robotics训测引擎支撑训练的Intern·VLA系列模型，以Intern·VL3等多模态大模型为基座，进一步设计了“感知-想象-执行”一体化模型架构，通过Intern·Data系列数据进行合成数据为主、真实数据为辅的双系统分阶段联合微调，导航能力在10项任务基准测试中达到国际领先水平，首次实现无额外训练的“跨楼宇、长距离”听令行走；操作能力在5项仿真评测基准中达到国际领先水平，真机实验成功率超过业界顶尖模型15%，达成高动态场景的多机协作，为开发者提供模块化、可扩展的模型“训练场”。
具身智能光合计划：共同加速突破“工业红线”
上海AI实验室还将同步启动“具身智能光合计划”，以实验室平台为支撑，面向数采中心、机器人企业和开发者社区，联合顶尖高校、研究机构和企业，汇聚产学研用各界力量，加速智能机器人技术的突破和应用落地。目前，首批15家企业及机构已加入该计划，推动使用Intern-Robotics进行机器人开发与训练。
上海AI实验室已与上海国家地方共建人形机器人创新中心开展合作，依托书生具身操作大模型及书生数据引擎的虚实融合方案，助力其机器人本体在极端场景下的性能提升40%以上。
依托上海AI实验室在具身智能领域全栈技术链的深厚积累，“具身智能光合计划”将为加盟机构提供涵盖科研创新与落地应用的全周期支持。在技术层面，将提供从技术验证到实际落地的全流程指导服务；在数据服务方面，将整合数据标准制定、采集工具供给、标注自动化工具支持及稀缺高质量数据共享等多维度资源。实验室还将与成员单位在引擎开发、模型训练及场景落地等环节开展联合攻关，共探技术前沿与应用边界。
了解关于“具身智能光合计划”的更多详情，请扫描二维码，或点击【阅读原文】。
