商湯科技星期日（7月27日）在其承辦的「大愛無疆‧模塑未來」WAIC 2025大模型論壇上，正式發佈「悟能」具身智能平台。該平台以「開悟」世界模型為核心引擎，結合商湯在視覺感知、大裝置及日日新大模型等領域的技術積累，並依託商湯大裝置提供的端側與雲側算力支援，為機器人、智能設備賦予強大的感知、視覺導航及多模態交互能力，推動智能終端向更高層次的自主化與智能化演進。
商湯科技董事長兼首席執行官徐立在WAIC 2025大模型論壇上介紹「悟能」具身智能平台
商湯科技董事長兼首席執行官徐立表示：「世界模型和具身 AI的結合，將開啟 AI發展的下一個階段，完成由『工具』向『人』的躍遷，加速邁向 AGI時代。商湯希望『悟能』具身智能平台能夠幫助各類具身智能企業，幫助他們完成和現實世界交互的夢想。」
感知、導航和交互作為具身智能的三大核心能力，「悟能」平台在這三方面均展現出深厚實力，並將其轉化為「三大核心引擎」，可廣泛適配汽車、機器人等各類終端，實現空間層面的現實世界互動。
在感知方面，憑藉商湯方舟在視覺AI領域十餘年的深耕，「悟能」平台能為機器狗、機器人等各類終端硬體賦予萬物識別與理解能力，具備強大場景適配性，可完全嵌入端側晶片實現端側推理，提升感知效率與回應敏捷度。無論是機器狗還是機器人的視角，均能對外界形成整體天然感知識別，並對物體進行自然劃分切割。
導航方面，依託商湯絕影在純視覺端到端智能輔助駕駛方案的技術積累，「悟能」可泛化適配至機器人、機器狗等設備，確保其在多樣環境中實現精準路徑規劃與導航，並準確進行自動避障，無論是綠化小路中行動的小型機器狗，還是城區車道行駛的自動駕駛車輛均能如此。
交互能力上，基於「日日新」大模型的技術積累與反覆運算，「悟能」平台賦能機器人具備與現實世界交互的能力，呈現出有溫度、有深度、長記憶、超穩定等亮點。例如，由其賦能的人形機器人，能以風趣幽默、嚴謹務實等多種語言風格，生動講解AI生成的《長安的荔枝》電影介紹PPT。
「開悟」世界模型作為「悟能」平台的核心，憑藉強大的多模態深度理解能力，具備合理的空間與時間一致性，可生成高品質數據，有效提升具身智能終端設備的智能水平。該模型僅憑自然語言描述，就能生成逼真的七路攝像頭視角模擬數據，且不同視角的幾何位置高度對應，完全符合物理世界規律。
此外，「開悟」世界模型還能編輯真實世界，對現實場景中的車輛等元素進行替換、刪除、增補，創造更多樣的現實場景。基於這些生成和編輯能力，模型可精準模擬方向盤、刹車和油門控制，帶來如在真實街道場景中玩「極品飛車」般的效果，助力機器在現實世界中自由探索。
相較於智能汽車，機器人適用場景更廣泛，能通過主動探索生成更多高品質現實世界數據。在當前具身智慧數據匱乏的環境下，「悟能」平台通過構建面向人、物、場的4D真實世界，有望突破模型泛化能力邊界。未來，商湯科技將持續助力具身智能企業實現感知、理解與生成能力的躍進，將具身交互的不確定性挑戰轉化為產業升級的確定性路徑，推動AI向下一個十年加速進化。
