墨甲机器人多传感器融合负责人卓伟丰围绕企业发展、产品矩阵及具身智能技术演进进行了分享。他介绍，墨甲机器人于2025年1月成立，目前，公司已形成覆盖商业服务、民生服务和政务服务的产品矩阵，包括落地奇瑞海外4S店的墨鹰人形机器人、面向医院和家庭场景的导医及陪护机器人，以及已在多地路口投入使用的交警执勤机器人。同时，公司正在推进户外巡检机器狗及第二代人形机器人墨琼等产品研发，进一步拓展应用场景。

在技术方面，卓伟丰表示，传统机器人主要依赖几何建图和定位，能够获取空间坐标，但对场景中的物体及其关联关系理解有限。墨甲正在推动技术路线从几何建图向语义场景图、世界模型及物理模型逐步演进，并通过几何定位、场景理解与世界预测形成数据闭环，将模型预测与实际观测之间的偏差持续反馈至系统，提升建图、定位和场景理解能力。

在应用层面，相关产品已在长三角等地实现落地。其中，交警执勤机器人可与属地公安部门实现数据互通，支持违规检测、手势指挥和护学等任务；家庭陪护机器人支持儿童与家长实时通话，导医机器人则覆盖挂号、问诊、陪诊和引导等医院服务环节。

卓伟丰 | 墨甲机器人多传感器融合负责人

以下为演讲内容整理：

产品矩阵与场景布局：从车规供应链到多岗位机器人矩阵

墨甲机器人依托奇瑞供应链体系，在成立初期便确立了将车规级硬件下放到机器人领域的技术路径。这一策略使得墨甲机器人在传感器选型与电子硬件架构上具备了车规级的可靠性与成本优势。最开始，墨甲机器人从奇瑞海外门店的4S店场景切入，开发了第一代“墨鹰”人形机器人，用于解决海外人员培训门槛高、讲解流程标准化难等问题。该人形机器人能够执行车型讲解、迎宾接待以及新款车型的开门动作，验证了机器人在商业服务场景中的可行性。随着技术迭代与独立运营，墨甲机器人的产品矩阵迅速铺开，形成了覆盖商业服务、公共服务、家庭陪护及工业巡检的多元化布局。在商业服务领域，除了4S店场景，墨甲机器人还推出了“墨宝”家庭陪护机器人，其身高设计适配儿童交互需求，支持实时通讯与陪伴功能。在公共服务领域，墨甲机器人开发了交警机器人、医院导医机器人以及脑控智能轮椅。交警机器人已在常州等地实现落地，参与交通执勤与违章检测；导医机器人则具备预约挂号、问诊引导与陪诊功能；脑控智能轮椅在WRC大会上展出，为出行辅助提供了感知与控制解决方案。此外，墨甲机器人还布局了机械狗Argos及中型巡检中狗，前者侧重家庭陪护，后者专注于室外户外的攻略巡检任务。目前，墨甲机器人的产品已在长三角城市、奇瑞大本营及内蒙古鄂尔多斯等地实现应用，并参加了2026年WIC大会，正式将家庭陪伴场景纳入核心矩阵，目标直指打造值得信赖的内网智能助手。

技术演进路径：从几何SLAM到语义场景图的构建

在机器人感知技术的演进上，行业传统方案多依赖于重几何的代码建图与定位技术，主要利用激光点云、雷达及IMU等传感器的融合来构建环境地图。然而，这种技术路线仅能获取环境的几何坐标与结构，无法理解场景中具体物体的语义及其拓扑关系。墨甲机器人认为，人类感知世界是直观且影视化的，能够直接理解空间结构，而传统机器人仅通过激光雷达扫描点云获取坐标，缺乏对场景语义的认知。为此，墨甲机器人推动技术从左侧上方的矢量几何骨架，逐步向场景图构建过渡。场景图的核心在于理解空间物体的拓扑关系与层级结构，其中物体作为节点，物体之间的支撑、连接等关系作为边，从而构建出结构化的环境快照。在具体的3D场景图层级结构中，墨甲机器人通过语义检测、关联、投影对齐以及高低检测框与点云信息的融合，实现几何与语义的绑定。在实验室场景中，这一技术能够将站桩、桌面、机器人设备及人员等要素进行标注，划分物体、房间与区域，最终构成语义关系网。这一过程实现了紧耦合的在线语义建图，机器人在探索环境的同时，实时绘制物体的语义关系网，为后续的交互与预测提供结构化的数据基础。

世界模型与物理先验：反哺SLAM建图的技术飞轮

在构建语义场景图的基础上，墨甲机器人引入世界模型技术，以实现对环境的预测性模拟与物理可行域的验证。世界模型在机器人系统中相当于动词，负责预测在采取某个动作后环境会发生的变化，其功能类似于物理模拟器，强调持续运行、低延迟与内存效率。然而，当前视觉世界模型存在幻觉问题，例如生成的图像中人物可能漂浮在沙发上而未接触表面。为解决这一问题，墨甲机器人将世界模型的预测约束于物理可行域内，通过尺度、支撑、碰撞及轨迹的先验验证，确保预测结果的物理合理性。技术层面，墨甲机器人致力于推动几何SLAM、语义场景图与世界模型三者形成数据飞轮。世界模型生成的物理先验能够反哺空间几何结构，具体体现在重定位加速与动态物体剔除两个方面。在繁杂的实际场景中，世界模型可以预测行人、门、家具等移动物体的轨迹，在前端过滤动态点云，为SLAM建图提供干净的先验信息。同时，机器人的观测数据与世界模型的预测信息之间存在偏差，这种偏差正是智能进化的燃料。通过将预测信息与SLAM实时观测的现实信息进行对比对齐，系统能够发现几何偏差与物理偏差，这些偏差作为监督信号回传，驱动模型迭代。这一飞轮机制使得建图动态更干净、闭环更稳定、重定位更准更快，同时场景图对动作物体及关系的理解更准确，有效减少了模型预测的物理幻觉。

落地应用与闭环验证：从交通执勤到智能辅助驾驶的感知协同

墨甲机器人的技术演进最终落地于具体的公共服务场景，其中交警机器人是最具代表性的应用之一。在常州及苏超等地的交通路口，交警机器人承担了护学任务与违章检测功能。在学校放学时段，路口交通繁忙，交警机器人通过手势指挥交通，有效疏通车辆与行人。同时，其搭载的多传感器系统能够检测违规行为，如行人未走斑马线、电动车骑手未戴头盔等，并与当地公安局实现数据互通，提升交通场景的管控效率。在芜湖凤鸣湖等地的下班高峰路口，交警机器人同样发挥了重要的疏导作用。从技术闭环来看，墨甲机器人的感知系统从“看见”起步，通过多传感器融合实现厘米级精度的坐标定位与地图构建；进而通过场景图实现“理解”，回答场景中有什么物体、存在何种关系；最后通过世界模型实现“预见”，预测未来事件的发展。这一从看见、理解到预见的闭环，不仅适用于交通执勤，也为家庭陪护、医院导诊等场景提供了技术支撑。此外，墨甲机器人在技术落地过程中，严格遵循车规级传感器的下放逻辑，其环视摄像头、激光雷达等硬件与智能辅助驾驶系统的供应链高度复用，确保了机器人在复杂动态环境中的感知可靠性与安全性。

未来展望与挑战

墨甲机器人通过构建“几何SLAM—语义场景图—世界模型”的技术飞轮，已在人形机器人、交警机器人、家庭陪护机器人及巡检机器人等产品上实现了技术闭环的初步验证。未来，随着语义结构化技术的成熟与世界模型物理先验注入的深化，墨甲机器人将进一步提升动态场景下的建图纯净度与重定位速度，减少物理幻觉带来的偏差。在产品矩阵方面，第二代“墨琼”人形机器人及中型巡检中狗的推进，将拓展更多室外复杂场景的应用边界。然而，挑战依然存在：如何在保证低延迟与内存效率的前提下，持续提升世界模型的预测精度；如何实现跨场景的语义关系网快速迁移；以及如何进一步降低车规级传感器下放到机器人后的综合成本。墨甲机器人将继续依托奇瑞供应链优势，推动多传感器融合技术在具身智能领域的深度落地，致力于让机器人从“看得见”进化为“看得懂、想得准”的智能助手。

（以上内容来自墨甲机器人多传感器融合负责人卓伟丰于2026年9月15日在2026具身感知融合与多模态大模型创新研讨会发表的《从SLAM到世界模型：构建具身智能的认知演进闭环》主题演讲。）