来源：市场资讯

（来源：环球网资讯）

来源：环球网

【环球网科技综合报道】10月24日消息，近日，云深处科技围绕自研具身大脑DEEPRobotics-Brain密集发布多篇论文，集中公布五项研究成果：世界模型DR-WM-1.0、具身基础模型DR-VLA-2.0、具身智能体DR-Agent、策略优化框架DR-APO和数据闭环平台DR-Benchmark。五项成果覆盖具身大脑全链路技术，勾勒出云深处具身大脑的清晰架构。

其中世界模型DR-WM-1.0引入物理约束性，可预见真实的未来；具身基础模型DR-VLA-2.0可理解人类社会规则，让机器人真正“听懂”；具身导航智能体DR-Agent，可持续自进化；策略优化框架DR-APO，在具身视觉导航后训练中预训练模型NavDP的仿真成功率从70.33%提升至89.55%；数据闭环平台DR-Benchmark，为各行各业提供基准与模型开发基础，也让真实场景的数据持续回流。

据介绍，这五项研究并非单点突破，而是围绕具身大脑体系开展的协同攻关。云深处科技联合麻省理工学院、加州大学圣地亚哥分校、伊利诺伊大学、清华大学、浙江大学、香港科技大学、北京理工大学七所高校，分别聚焦数据闭环平台、具身智能体、具身基础模型、策略优化算法与空间智能五大领域开展创新探索。论文成果环环相扣，共同拼出一张面向真实场景作业的具身智能版图。

随着技术拼图逐块落位，云深处科技的具身大脑DEEPRobotics-Brain日益清晰——它是一套面向真实场景作业的具身智能架构。DEEPRobotics-Brain要回答的是：具身智能如何扎根真实物理世界，读懂人的意图、适配人的需求，并在持续交互中自主迭代进化，使机器人成为可信、可靠的智能搭档。（思瀚）