直击行业痛点，构建可落地的物理AI新架构

当下大模型已具备强大的推理、创作与逻辑运算能力，却深陷Moravec悖论困境：擅长复杂数理推演，却难以完成行走、抓取、避障等人类与生俱来的物理动作，沦为“智商出众却无实体”的“缸中之脑”。同时，传统虚拟仿真训练、端到端模型方案弊端凸显，存在跨环境泛化性弱、长程复合任务执行能力不足、故障难以定位、运行稳定性差等问题，严重制约了物理AI落地。

针对上述行业难题，Jiuwen Symbiosis通过打造态势感知环核心体系，搭建起了覆盖“感知、规划、执行、观测、反馈”的全闭环运行模式。架构将“多模态感知、安全规划、物理执行、状态观测、观测反馈、空间记忆”六大模块深度融合，把Agent内部运行状态显性化，彻底摆脱黑盒模式，让AI的思考、决策、执行过程可观察、可调试、可协作。

依托结构化世界状态输出，该架构可自主拆解复杂长程任务，实现零样本跨本体、跨环境自适应，大幅降低对专项训练数据的依赖，同时赋予物理设备自我总结、迭代进化的能力。从用户层面而言，使用者仅需通过自然语言下达指令，系统便可自主完成全流程操作，无需额外示教，大幅降低了物理AI的使用门槛。

生态深度适配，打造端云协同人机共生新范式

Jiuwen Symbiosis以“共生”为核心理念，打破传统人机单向控制模式，构建人机长期协作的全新关系。系统可自主理解任务目标、主动规划流程、适时请求协助，并持续从环境反馈中积累经验、自我优化，践行真正的人机共生理念。

在算力与硬件适配层面，该架构深度兼容华为昇腾、鲲鹏生态，采用轻量化端云协同设计。端侧部署轻量化视觉感知模型，依托昇腾310P NPU承载目标检测、多模态感知等高频实时任务；鲲鹏CPU负责任务编排、设备调度与控制逻辑，实现低延迟运行。

值得一提的是，Jiuwen Symbiosis还继承了OpenJiuwen在鲲鹏与昇腾生态上的优化成果。在某些场景中，其可承担大模型推理与复杂规划工作，合理拆分算力负载，规避传统GPU集群资源争抢的瓶颈。这种分层架构不仅提升了系统吞吐能力，也有效降低了端侧设备部署成本与功耗，可使Jiuwen Symbiosis广泛适配机械臂、四足机器人、边缘智能设备等硬件形态。

目前，Jiuwen Symbiosis已正式在Gitcode开源。OpenJiuwen社区表示，物理AI的发展离不开全行业协同共建，希望依托开源架构汇聚全球开发者力量，持续完善技术生态，加速推动感知、认知、行动一体化的物理AI时代全面到来。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。