知识卡片：极智嘉WAIC 2026首发Gravity“双脑”框架与“一核双引擎”具身布局
一句话结论
极智嘉在WAIC 2026上推出Gravity“双脑”具身智能框架和“一核双引擎”战略，通过认知脑+行动脑的Mixture-of-Transformers架构，结合全球最大真实物流数据飞轮与开放生态，试图解决长程复杂任务中的“语言脑与物理脑割裂”问题，并已在拣选场景取得初步成功率提升。
事件概述
2026年7月17日，在上海世界人工智能大会（WAIC）上，极智嘉（Geek+，港股代码02590.HK）发布了两项核心内容：
- Gravity具身智能框架：核心模块为Gravity 4D具身模型，采用“双脑协同”（Mixture-of-Transformers, MoT）架构，包含认知脑（AR Transformer）和行动脑（Diffusion Transformer），实现“先想清楚、再动手”。
- “一核双引擎”通用具身智能布局：一个智能核心（Gravity框架）+ 数据引擎战略（依托全球物流网络构建数据飞轮）+ 生态引擎战略（GINO ECO开放生态）。
方法/产品要点
- Gravity 4D模型：扩展传统二维视频预测范式，在latent空间同时学习未来RGB外观、三维结构（pointmap）和三维运动（scene flow），让机器人从“预测画面”转向“建模三维运动规律”，形成物理直觉。
- 双脑协同：
- 认知脑（AR Transformer）：理解人类指令、拆解长程任务为子步骤。
- 行动脑（Diffusion Transformer）：在动作前进行“沙盘推演”，预判物理结果并生成最优动作序列。
- 训练与推理分离：训练阶段融入多维表征（视觉、触觉、力觉等）；推理阶段自动简化链路，实现“肌肉记忆”式低延迟执行。
- 数据引擎：以全球仓储拣选作为物理AI训练场，满足高频、真实、反馈明确、可迁移、接近商业闭环五个条件，构建数据飞轮。
- 五大壁垒：全球最大真实业务网络（40+国家、1700+项目、950+客户）、模型专项优化、跨域泛化能力、万级集群调度（单仓超5000台）、双轨制安全边界。
- 生态引擎GINO ECO：向模型公司/高校开放硬件平台，联合龙头客户探索新场景，携手硬件企业打造端到端工作流。
主要结果或产业意义
- 在公开基准LIBERO-Plus上，零样本情况下引入4D表征后主版本成功率从73.73%提升至78.62%，最优变体达79.25%。尤其在外观不变但物理规律不变的三类场景（相机视角、传感器噪声、光照）提升显著，验证了模型学到的是物理规律而非画面特征。
- 消融实验表明：仅用Pointmap（空间结构）的变体表现优异，而仅添加depth预测反而下降，说明架构路径选择比堆砌模态更关键。
- 极智嘉明确以“具身智能解决方案专家”定位，试图打通从模型到商用的最后一公里，强调在客户现场兑现价值。
为什么重要
- 技术范式转换：Gravity 4D将具身智能从“预测画面”推进到“预判物理”，通过4D latent蒸馏弥合了语言语义理解与物理运动预测之间的鸿沟，是行业内少有的同时处理高层语义和底层物理的端到端框架。
- 解决数据瓶颈：提出仓储拣选作为物理AI“训练靶心”的论点，并依托极智嘉已有的全球最大物流网络构建数据飞轮，为具身模型持续进化提供了真实数据来源。
- 商业落地路径：与已有卡片中Figure AI的Helix 02（全身自主性）和Agility Robotics的Digit部署不同，极智嘉更强调场景Know-how与开放生态，试图通过“先干活→再回流→再进化”的闭环实现规模化复制。
局限与不确定性
- 技术细节待核实：Gravity 4D在LIBERO-Plus上的具体实验设置（如是否与行业标杆对比）、4D-VAE的详细架构尚需更技术性文档确认。
- 商业化规模待验证：虽然极智嘉在物流领域有成熟业务，但“一核双引擎”战略中“具身智能”部分是否已实现订单闭环、客户ROI数据等，材料未披露具体案例。
- 通用性挑战：当前优化主要围绕“拣选”场景，向制造、零售等更广阔场景迁移的实际效果待验证。
- 竞争动态：人形机器人领域已有多个玩家（如Figure、Agility、特斯拉等），极智嘉的“双脑”架构与主流VLA（视觉-语言-动作）模型相比的优劣尚未有第三方公开评测。
可用于图书/PPT/简报的角度
- 技术框架对比：将Gravity的“双脑协同”与常见的“端到端VLA”或“分层规划”进行对比，突出MoT架构和4D物理预判的创新点。
- 数据飞轮论：用“仓储拣选是物理AI圣杯问题”切入，阐述真实业务场景如何反哺具身智能进化，适合作为“AI+产业”案例。
- 开放生态策略：分析极智嘉为何选择开放而非封闭（技术路径未收敛、场景定义硬件、长跑心态），可引申至整个具身智能行业的生态博弈。
- 性能提升可视化：展示LIBERO-Plus上成功率提升曲线，以及消融实验结论，用于说明“物理规律建模”比“外观预测”更关键。
原始材料
- 来源：新智元文章《极智嘉WAIC 2026: 首发Gravity“双脑”框架，揭晓“一核双引擎”具身布局》
- URL: https://aiera.com.cn/2026/07/18/other/admin/104565/%e6%9e%81%e6%99%ba%e5%98%89waic-2026-%e9%a6%96%e5%8f%91gravity%e5%8f%8c%e8%84%91%e6%a1%86%e6%9e%b6%ef%bc%8c%e6%8f%ad%e6%99%93%e4%b8%80%e6%a0%b8%e5%8f%8c%e5%bc%95%e6%93%8equot
- 英文标题：Geek+ Gravity “Dual-Brain” Framework at WAIC 2026
- 英文关键词：Gravity, Dual-Brain, Mixture-of-Transformers, 4D model, data flywheel, GINO ECO, embodied intelligence, Geek+