Brain Corp与加州大学圣地亚哥分校合作推进物理AI基础智能层研究

Brain Corp与加州大学圣地亚哥分校携手推进物理AI基础智能层研究

现实世界AI企业Brain Corp宣布扩大与加州大学圣地亚哥分校的研究合作，双方将致力于推进语义映射与情境智能技术的发展，助力自主机器人在复杂商业及工业环境中稳定运行。

此次合作体现了双方共同塑造物理AI未来的目标，旨在推动自主系统对物理世界形成更深层次的理解。

随着视觉-语言-动作（VLA）模型及其他生成式AI模型不断重塑机器人技术领域，Brain Corp与加州大学圣地亚哥分校雅各布斯工程学院的研究人员正共同应对行业最核心的挑战：如何让下一代自主系统在动态的真实环境中实现可靠、可扩展且具备商业落地能力的部署。

最新合作聚焦于推进Brain Corp所定义的"情境基础层"，即对物理空间的智能数字化表达，赋予自主系统态势感知能力，使其能够理解周围环境中正在发生的事件并作出直觉性响应。

这种深层次的情境理解能力对于将先进AI模型安全融入现实商业应用至关重要，能够使系统自然适应物理环境，并与人类实现无缝交互。

Brain Corp并非着眼于将某一单一机器人任务或工作流程自动化，而是致力于构建能够在企业级规模上统筹协调自主系统机群、固定传感器及AI驱动智能体的智能平台基础设施。

此次合作建立在Brain Corp大规模实际运营基础之上，目前该公司已在全球部署超过5万台自主机器人，在各类商业环境中累计完成逾2500万小时的自主运行。

这些部署积累了大量真实运营数据，深入揭示了自主系统在不同环境条件下及企业规模运营中的行为规律。

本项研究由加州大学圣地亚哥分校雅各布斯工程学院生存机器人实验室负责人Nikolay A. Atanasov博士联合主导，其研究方向涵盖机器人感知、语义映射与自主系统等领域。

Atanasov博士同时担任雅各布斯工程学院电气与计算机工程系教职，他表示："同步定位与地图构建技术（SLAM）帮助机器人突破了固定工业场景的限制，走向更具动态性的环境。如今，行业正在探索直接基于视觉数据运行的AI系统，但我们认为，情境化3D语义地图对于在复杂物理空间中实现强健自主能力仍然不可或缺。与Brain Corp的合作为我们创造了一个令人振奋的机会，可以验证更丰富的空间理解能力如何提升真实机器人部署中的情境感知水平、系统韧性与运营表现。"

双方团队将共同弥合先进机器人研究与大规模商业部署之间的鸿沟，这一工作与Brain Corp旗下BrainOS自主平台的发展方向高度契合。

通过将语义映射与情境基础领域的最新研究成果整合至BrainOS，Brain Corp将帮助客户在整个设施及商业运营中更安全、更高效、更智能地部署和协调自主系统。

Brain Corp首席技术官John Black表示："机器人技术已经发展到一个新阶段，面临的挑战不再只是运动或感知，而是理解能力本身。行业正在迈入AI驱动机器人的新时代，但要在真实环境中安全可靠地部署这些系统，需要一个更深层次的情境智能基础。此次合作的核心正是构建这一基础性理解能力，打造能让自主系统持续稳定运行、动态自适应，并在复杂商业环境中实现规模化扩展的底层基础设施。"

Q&A

Q1：Brain Corp与加州大学圣地亚哥分校的合作主要研究什么内容？

A：双方合作聚焦于推进语义映射与情境智能技术，核心是构建"情境基础层"，即对物理空间的智能数字化表达，赋予自主机器人态势感知能力，使其能理解周围环境并作出响应。这项研究由加州大学圣地亚哥分校生存机器人实验室的Atanasov博士联合主导，研究成果将整合至Brain Corp的BrainOS自主平台，以提升机器人在复杂商业环境中的可靠性与扩展性。

Q2：BrainOS平台目前的实际部署规模有多大？

A：Brain Corp的BrainOS平台目前已在全球部署超过5万台自主机器人，在各类商业环境中累计完成逾2500万小时的自主运行。这一大规模运营基础积累了丰富的真实数据，有助于研究团队深入了解自主系统在不同环境条件和企业规模下的行为规律，为语义映射与情境智能的研究提供了重要支撑。

Q3：SLAM技术与新一代情境3D语义地图有什么区别？

A：SLAM即同步定位与地图构建技术，帮助机器人从固定工业场景走向更动态的环境，解决的是机器人的定位与基础地图构建问题。而新一代情境3D语义地图则更进一步，不仅记录空间结构，还能理解空间中各元素的语义含义与情境关系，使机器人具备更强的感知理解能力，从而在复杂物理空间中实现更强健的自主运行，并能与人类进行更自然的交互。