智能的新时代:机器人不仅执行指令,还会思考。
在 2026 年世界机器人大会上,KEENON Robotics 推出了 KOM 3.0--一种用于服务机器人的新一代 AI 架构。 这不是又一次软件更新,而是在机器人智能方面的一次突破。 新的架构不再采用试错法,而是使机器人能够在执行操作之前预测其后果。 这是关键的变化--从被动性到主动性。
KOM 3.0 是世界上第一款用于服务行业的 VLA(视觉-语言-动作)架构,它将世界模型集成到潜在空间中。 这使得机器人不仅可以“看到”周围环境,还可以对物理原理进行内部模拟--例如,物体在受力时如何移动,以及在接触或移动后其位置如何变化。 这使它们能够在行动之前“思考”。
根据 KEENON 的说法,KOM 3.0 是世界上第一款用于服务行业的 VLA 架构,它将世界模型集成到潜在空间中。 此功能使机器人能够对物理操作的后果进行内部模拟,从而预测物体在受力时的运动并推断多步骤操作中的因果关系。 潜在空间机制使机器人能够基于对象和动作的基本物理原理做出预测,同时减少不相关的视觉细节和视觉噪声的影响。
实际演示:从咖啡到商店。
放大图像关闭放大上一张图片在 KEENON 的展位上,创建了一个“具有身体的社区”--四个真实的场景:洗衣店、咖啡馆、甜品店和零售店。 在每个场景中,机器人都在没有远程操作的情况下工作,并从头到尾地执行任务。 XMAN-R1 作为一名“专门的咖啡师”,可以自主地取出杯子、按下按钮并萃取咖啡。
在甜品店里,机器人使用视觉感知和动态决策来精确地抓取和递送产品。 在洗衣店中,两个人形机器人在一个管理系统下协同工作,执行一个复杂的流程:对衣服进行分类、清洗和折叠。 所有这些都无需人工干预--只需在设置目标时即可。
作为 KOM 3.0 的演示,它使机器人能够在没有远程操作的情况下执行长期任务。 机器人自主地完成了定义的、多步骤的任务,从头到尾,无需人工干预。 这证实了该系统在实际条件下规划和执行复杂操作的能力。
机器人之间的协作:通用型和专用型。
KOM 3.0 不仅在一个设备上运行--它是一个支持协作的平台。能够进行复杂操作并与人类交互的人形机器人,与专门的机器人(例如 T10 用于送货和 C40 用于清洁)一起工作。
在单个场景中,人形机器人负责决策和复杂的任务,而专用机器人执行重复性任务。所有这些都由一个统一的管理系统控制--这使得可以在实际的工作环境中扩展解决方案。
通用人形机器人与专门的机器人(如送货机器人和清洁机器人)协同工作,并使用统一的调度平台。人形机器人处理复杂的操作和人机交互,而专用机器人则执行标准化的任务。 它们共同完成集成的服务流程。
这是否就是未来?背景和局限性
所展示的解决方案是一种演示,而不是大规模部署。没有关于任何公司开始以生产规模使用 KOM 3.0 的信息。一切都在会议现场和受控条件下进行。
尽管 KEENON 声称这是服务行业中第一个具有潜在空间世界模型的 VLA 架构,但没有独立的证据证实这一点。所有声明都是公司的声明。因此,KOM 3.0 是一个重要的技术进步,但在现实世界的实际规模仍然不确定。
在 KOM 3.0 的实际应用背景下,值得强调的是,尽管在 WRC 2026 上的演示令人信服,但其规模和条件仅限于会议现场。缺乏关于在实际生产或商业环境中部署的信息意味着该技术仍处于实验阶段。然而,它的潜力是显而易见的:由于能够预测行动的物理后果,机器人可以比以往任何时候都更快地避免错误,这不仅提高了效率,还提高了与人类交互时的安全性。这是朝着服务领域完全自主化的关键一步,在这一领域中,不能

