2026 WRC 前瞻|强脑科技脑控机器人训练平台首次展示人形机器人应用

栏目:医休观点发布:2026-08-19浏览:2
脑控机器人训练平台将人的运动意图转化为机器人执行指令。
当机器人走出实验室,进入制造、服务和日常生活场景,人与机器如何更自然地交流,正成为具身智能落地的一道关键问题。键盘、手柄、语音和手势,都是人与机器之间的“翻译器”;脑机接口则试图把这条链路再向前推进一步——让机器直接读取与任务相关的运动或控制意图。
8月19日至23日,2026世界机器人大会将在北京北人亦创国际会展中心举行。BrainCo强脑科技将携脑控机器人训练平台、灵巧操作数采矩阵、仿生灵巧手Revo 3及新一代智能仿生手参展,集中呈现脑机接口与人形机器人、具身智能和智能仿生结合的最新实践。
   脑控机器人训练平台:把“想做什么”送进机器人
本次展会将首次展示该平台在人形机器人场景中的应用。
脑控机器人并不是替机器人完成感知、决策和执行,而是为它增加一种更贴近人的输入方式。用户佩戴脑电帽后,平台实时采集与任务相关的脑电信号,通过算法识别其中的意图模式,再把识别结果转换为机器人能够执行的指令。整条链路不依赖人的肢体动作。
 从脑电信号采集、意图解码到机器人执行,脑机接口为具身智能增加新的交互入口。
这意味着,机器人交互的重点可以从“看见人做了什么”进一步前移到“理解人想做什么”。在强脑科技给出的技术框架中,人的意图输入与机器人的感知、决策和执行能力被连接起来,形成从脑电采集、意图解码到设备动作的完整闭环。
据强脑科技介绍,该训练平台除人形机器人外,也支持接入机械臂、机械狗等第三方设备。不同硬件可以共享脑机接口这一意图入口,再针对具体任务配置执行策略。公司将这一方向概括为 Neuro-Embodied-AI,即脑机接口、人工智能与具身智能的结合。
   灵巧操作数采矩阵:先解决机器人“拿什么学”
从真机、人类示范到第一视角视频与仿真,构建多层数据来源。
机器人想学会抓、捏、旋转、对齐等精细动作,不能只依靠文字或单一视频。训练数据既要包含“看见了什么”,也要记录“手怎样运动”“接触时用了多大力”,还要尽可能保留任务语境。高质量灵巧操作数据稀缺,正是具身智能训练面临的基础瓶颈之一。
灵巧操作数采矩阵覆盖人类示范采集与真机操作采集,服务模型训练和机器人执行。
强脑科技将其数据体系分为三层。塔尖是真机数据:双臂轮式数采平台 RevoTron、RevoMate 搭载21自由度全掌触觉灵巧手,同步记录视觉、触觉、运动状态和语音场景信息,形成“动作—触觉—视觉—语义”多模态数据。
中层是人类中心数据:RevoHuman 外骨骼触觉手套记录手部操作,RevoEgo 第一人称数采头环同步获取人类视角视频。塔基则由更大规模的第一视角视频与 RevoSim 仿真数据组成,为模型预训练提供来源。三层数据分别兼顾执行质量、人类操作的自然性和数据规模,贯通“采集—训练—执行”链路。
   仿生灵巧手 Revo 3:让机器人“做得出来”
21自由度、全直驱与全掌触觉,指向更精细的末端操作。
 BrainCo仿生灵巧手 Revo 3 作为机器人末端执行器,面向复杂任务中的精细操作。
如果说数据矩阵解决的是机器人“怎么学”,灵巧手解决的就是学会之后“怎么做”。Revo 3 拥有21个自由度,采用全直驱设计;动作由电机直接驱动关节,并支持可反驱。遇到外部阻力时,关节可以顺应外力调整,而不是只沿预设轨迹硬性运动。
据强脑科技资料,Revo 3 支持3Hz快速开合,五指最大握力70N,通信频率500Hz,并支持力位混合等控制模式。全掌阵列触觉传感器可感知最小130微米的形变;指尖融合视触觉传感器,用于在抓取动作开始前完成亚毫米级对齐。
这些指标最终都指向同一件事:机器人末端不仅要“抓得到”,还要根据物体的软硬、光滑程度和受力变化,实时调整动作。对于易碎、湿滑或形状不规则的物体,触觉与精细力控决定了操作能否从演示走向稳定复现。
   新一代智能仿生手:让技术重新回到人的生活
从神经电、肌电信号识别运动意图,面向上肢截肢用户的日常操作需求。
 新一代智能仿生手聚焦康复辅助,可在不同生活场景中切换使用方式。
与面向机器人的 Revo 3 不同,新一代智能仿生手服务的是人。产品检测佩戴者残肢末端的神经电和肌肉电信号,识别运动意图,并将其转换为五根手指的独立运动与协同动作,帮助上肢截肢用户完成日常常用手势。
资料显示,新一代产品整机重量383克、全长16厘米,控制精度0.1°,五指握力不低于50N,单手承载20公斤;产品支持分离式使用,也可搭配仿生手皮,以适应不同场景下对功能、外观和触感的需求。
   脑机新声观察
强脑科技此次参展呈现的不是几件彼此独立的硬件,而是一条以“人”为起点的技术链:脑控平台负责捕捉和解码意图,数采矩阵为模型提供多模态训练材料,灵巧手把学习结果变成精细动作,智能仿生手则让神经信号解码重新服务于人的身体与生活。
这条链路所指向的,是一种更自然的人机关系:机器不只等待明确的外部动作,也尝试理解人的意图;机器人不只重复轨迹,也通过数据学习更接近人的操作方式。WRC 2026 将提供一个现实窗口,观察这些技术如何从概念、参数和实验系统,走向可体验、可连接、可落地的产品形态。
上一篇:关于脑机接口植入,患者最关心这四件事下一篇:已经是最后一篇

阅读排行

确认删除?
VIP会员服务
限时9折优惠