在具身智能领域，千寻智能正以独特的技术路径与战略布局，推动机器人从实验室走向真实场景，成为行业瞩目的焦点。其自研的Moz系列机器人凭借强大的任务执行能力与抗干扰性，在工业、商服等多个领域展现出巨大潜力，而背后支撑这一切的，是千寻智能独创的“数据金字塔”战略与先进的Spirit系列具身基座模型。
在不久前落幕的世界人工智能大会上，千寻智能的Moz1机器人成为全场焦点。当接到“整理客厅”的指令后，它迅速环视周围环境，开始自主规划并执行任务：先走到桌前抓取可乐，再移动至冰箱前完成存放；随后，它径直走向餐桌，将脏碗夹起送入洗碗机。整个过程流畅自然，仿佛一位经验丰富的“家务助手”。更令人惊叹的是，当现场突然出现意外干扰——一位小朋友扔出的纸巾打乱了它的计划时，Moz1并未慌乱，而是迅速重新规划路线，将纸巾丢进垃圾桶后，继续完成原本的任务。这一表现充分展现了其在非结构化环境中的长程推理能力与抗干扰性，解决了传统机器人在复杂任务中容易出现的“金鱼记忆”问题，即难以保持对长期目标和上下文的持续理解。
Moz1的出色表现并非偶然，其背后是千寻智能自研的Spirit v1.6具身基座模型的强大支撑。该模型采用VLA与世界模型深度融合的架构，打通了环境感知、任务理解、动作规划与状态预判的全流程，使机器人能够在执行过程中边感知、边决策、边调整。此前，Spirit v1.6已在Robo Arena公开评测中登顶全球第一，超越了英伟达Dream Zero与Physical Intelligence Pi0.5，成为首个登上该榜首的中国具身模型，标志着我国在具身智能领域的技术突破。
技术突破的背后，是千寻智能独创的“数据金字塔”战略。针对行业内实验室训练的模型在真实场景中易“水土不服”的问题，千寻智能跳出传统路径，认为真实场景的多样化非标准化数据才是模型规模化落地的基础。为此，公司构建了涵盖互联网人类视频、可穿戴设备采集、真机遥操作与真机部署回流数据的“数据金字塔”，并通过数据质量评估算法自动识别和提取高价值的边界案例，将其打入模型训练队列。这一战略确保了模型能够接触到丰富多样的真实场景数据，从而提升其在复杂环境中的适应能力。
在千寻智能的数据工厂里，一场别开生面的“教学”正在进行。机器人们正跟随人类“老师”学习叠衣服、打鸡蛋、分拣物品等技能。老师们戴着数采设备，不厌其烦地重复动作，机器人则通过观察与模仿，逐渐掌握这些技能的要领。据介绍，这已是“数据金字塔”战略中的中间层。在此之前，机器人会先通过“看视频”的方式进行预训练，初步理解任务的基本流程；在模仿学习微调后，它们还将在完成真实任务的过程中不断提升鲁棒性，确保在各种复杂情况下都能稳定执行任务。
为了进一步降低采集成本、提高数据质量，千寻智能自研了uDAS可穿戴数采设备。经过7代技术迭代，该设备已将单条数据采集成本降至传统遥操作方式的1/10，数据可用性提升至95%。依托千余人的专业数采团队与全国百余个城市的采集点位布局，千寻智能计划在2026年使全年真实交互数据总量突破100万小时，为模型训练提供源源不断的高质量数据支持。
在技术落地方面，千寻智能遵循“先工业、再商服、后家庭”的渐进式发展路径。目前，Moz1人形机器人已在工业场景中实现常态化部署。在宁德时代动力电池PACK产线上，Moz1承担着高压测试插头插接等复杂非标工序，作业成功率稳定在99%以上。其搭载的Spirit v1.6模型突破了行业普遍存在的“金鱼记忆”短板，可在非结构化场景中实现空间级长程复合任务的自主执行与动态重规划，为工业生产提供了高效、可靠的解决方案。
近日，千寻智能又推出了面向商服场景的Moz2商用服务机器人。Moz2采用AI原生联合设计理念，实现具身大脑、机器人本体与数采设备的架构同构，保障了工业场景验证的成熟能力可高效迁移至商服领域。其机身搭配多模态感知体系，确保公域人机共存安全，未来将面向商超、酒旅、楼宇等场景持续迭代，为用户提供更加智能、便捷的服务体验。
