叠衣见真章：深圳具身智能从“炫技”迈向“实用”新阶段

什么任务最能检验智能机器人的真实落地能力？在可控环境下，竞速、避障、倒茶甚至下棋，都已不再是核心瓶颈。真正区分机器人是“纯演示”还是“可落地”的黄金标准，是一件褶皱、柔软的普通衣物。

近日，在专注于家庭场景中多样化衣物操作的机器人挑战赛——LeHome Challenge 2026 上，来自深圳的招商局狮子山人工智能实验室凭借机器人稳定叠衣服的亮眼表现，收获行业关注。

图：智能机器人展示叠衣过程

一件衣服，何以难倒整个具身智能圈？答案藏在一个关键词里：不确定性。

对人类而言，“叠衣服”是个无需思考的日常生活动作，但在机器人柔性操作领域，却是顶级难题之一。杯子、书本等刚体物体形态固定，机器人只需预设轨迹即可；而衣物属于典型的无定型柔性物体，受力后褶皱、形态实时动态变化，毫无固定规律可言。布料厚薄、静电干扰、拉链纽扣等细微差异，都会让操作效果大相径庭。哪怕毫米级误差，整件衣服就可能从“豆腐块”变成“抹布卷”。

更关键的是，这属于典型的长时序、多步骤、强关联的复杂连续任务。随着场景复杂度提升，感知、决策、控制误差会持续放大。正是由于较高的技术门槛，当前全球顶尖科研机构与企业均将真实场景衣物折叠，作为具身智能模型能力的核心验证标准。

从仿真到真机，跨越两大技术壁垒

本次LeHome Challenge 2026采用“仿真→现实双阶段赛制”，旨在规避行业长期存在的“仿真优秀、真机拉垮”通病。

过去，智能机器人因依赖固定轨迹编程，难以适配衣物的动态形变。针对此短板，招商局狮子山人工智能实验室采用深度强化学习框架，彻底摒弃传统固化执行逻辑，赋予机器人“主动感知、动态决策、自适应调整”的智能能力。优化后的模型可实时识别衣物褶皱、表面遮挡等复杂状态，自主研判最优抓取点位与折叠时机。

值得一提的是，该团队将叠衣任务落地至SO101开源机械臂真机平台开展实测。面对5-DOF硬件结构操作空间有限、末端姿态调整受限等短板，以及真实世界衣物的摩擦、弹性等物理特性，团队实现了两大关键性技术突破：一是真实场景状态自适应修正，机器人可自主完成前置规整作业，将无序衣物梳理为标准化可折叠状态；二是硬件约束下的高精度稳定控制，有效抑制了长时序作业的误差累积，实现了仿真算法向真实物理场景的高效、稳定迁移。

视频说明：在SO101真机环境中，衣物状态变化与执行误差会进一步放大操作难度

自研LiOS架构，搭建端云协同智能基座

稳定优异的真机叠衣能力，离不开招商局狮子山人工智能实验室自研的LiOS端云协同基础设施。

当前具身智能行业普遍面临大模型与传统技术栈融合难、端侧算力有限等瓶颈。LiOS架构通过搭建“云-端-协同一体化”的统一技术基座，解决了传统机器人系统碎片化、难复用的短板。在云侧，该架构支持百亿级参数多模态基础模型的分布式训练，深度适配多款前沿视觉感知与大语言模型，大幅提升机器人对衣物细节的细粒度感知能力；在端侧，LiOS Runtime轻量化运行时引擎可统筹传感器同步采集与实时运动控制，将云端高阶智能决策拆解为端侧可精准执行的低阶动作序列。

端云协同链路是LiOS的核心亮点。依托低延迟图传与毫秒级状态同步技术，系统可实现远程实时监测、智能自主纠偏与人工快速接管，并形成“云端训练-端侧部署-实景迭代-数据回流”的完整闭环。

据悉，为推动柔性机器人操作领域技术迭代与生态共建，招商局狮子山人工智能实验室计划开源核心技术组件，向全行业共享研发成果。这一举措将有效降低行业中小团队的研发门槛，破解柔性操作落地难、算法复用率低、迭代成本高的产业痛点。

当机器人能够从容面对一团凌乱的衣物时，具身智能才算真正走出实验室，走进千家万户的大门。在“人工智能+”行动深入实施的今天，中国科技企业正以实干精神，推动具身智能从“概念验证”加速迈向“规模价值实现”，为全球智能产业发展贡献中国方案。（连少燕）

编辑：杜少军

声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115