物理大模型

让智能
干体力活

我们研发面向真实世界的物理大模型,并把它交付到真实的生产现场。相关系统已在深圳的真实工厂完成落地验证 —— 从数据采集到数据回流,整条链路完整打通。

物理大模型训练端侧推理视觉伺服机器人系统集成工业现场交付
产品

一个模型,和一台跑这个模型的机器。

模型学会技能,机器把技能带到现场。两者缺一不可,所以我们两样都自己做。

01
模型

通用物理大模型

端到端的模型,让机器人靠理解完成任务,而不是靠预先写好的程序。在真实产线产生的数据上训练和评测。

  • 换一个没见过的物料、没做过的工位,不需要工程师重新编程
  • 端到端,不是感知与规划分段拼起来的流水线
  • 面向跨工序、跨本体迁移设计
02
整机

工业上下料机器人

承载模型落到现场的整机产品。面向制造业柔性上下料 —— 这类活儿重复,却从不完全相同,而固定自动化正是在这里停下。

  • 模型、软件与整机全部自研自产
  • 不改产线,作为标准单元接入工位
  • 已在深圳的真实工厂完成落地验证
怎么做的

五个环节,完整打通。没有停在仿真和演示上。

难处大多不在某一个环节,而在环节之间接不接得上。训得好却部署不了,或者部署了却产不出可用的数据,链条就断了。我们把它做成一条能闭合的链。

01数据采集在真实设备上做遥操作示教,按一套持续迭代的采集规范执行。
02模型训练端到端的物理大模型,配套离线与在线评测方案。
03真机部署端侧推理、机器人控制与整机软件栈。
04现场调优在车间里、按量化指标迭代,而不是在实验室里。
05数据回流机器在产线上看到的东西,回到下一轮训练里。
第五步接回第一步。模型每在真实产线上跑一天,下一版就更好一点。从柔性上下料往上,是力控与精细装配,是跨工序泛化。
团队

一支来自清华大学与中国人民大学的团队。

具身智能要求两种很少同时出现的能力:深入懂大模型的内在原理,和深入现场、搞定场景与数据飞轮。我们就是为此组建的。

清华大学
中国人民大学
深圳 · 北京
顶天
顶天

做前沿的研究

  1. 团队成员已在 ICML、NeurIPS、KDD、ACL、SIGMOD、VLDB 等会议发表 CCF-A 论文 50 余篇,研究方向覆盖物理大模型的底座、泛化、精度与速度。
  2. 团队每年可推荐符合条件的优秀实习生申请清华大学、中国人民大学的硕士与博士研究生。
  3. 鼓励实习生把有意义的工作发表在顶级会议上;投稿经保密与知识产权审核,署名按实际技术贡献确定。
立地
立地

落地的价值观

  1. 机器要在真实产线上二十四小时干活。能不能把一个工位真正接管下来,是唯一的评判标准。
  2. 在车间里按量化指标迭代,不在实验室里自证。问题从产线上来,答案回到产线上验证。
  3. 经验沉淀在模型里,不沉淀在某一个人身上。一台学会,所有机器都会。

能力覆盖

物理大模型训练、端侧推理、视觉伺服、机器人系统集成与工业现场交付。硕博与资深机器人研发人员,出自同一个课题组,已共事多年。

工作方式

懂模型的人和懂现场的人,在一个团队里。训模型的人知道机器在车间里卡在哪一步,调机器的人知道模型下一版会改什么。问题从产线上来,答案回到产线上验证。

加入我们

真实的机器人、真实的工业数据、真实的产线。

如果你希望自己的模型被"能不能在车间里跑通"来评判,而不只是被表格里的一个数字评判,这里是对的地方。我们在深圳与北京两地招人。

查看全部岗位

每个岗位都有独立页面和二维码,方便转发给合适的人。

投递简历

简历发到 hr@phyture.ai。如果你有 GitHub、论文,或者任何一个你亲手做出来并且真的能跑的东西,请一并发来 —— 它比简历说明的更多。

hr@phyture.ai
投资人

欢迎来现场看真机。

我们正在进行新一轮融资。比起发一份材料过来,我们更愿意让你直接看到东西 —— 真机演示、产线现场,以及做出它的工程师。约时间发邮件即可。

contact@phyture.ai