中国国际服务贸易交易会-具身无界：智能创新发展论坛于2025年9月11日在北京举行。主题为“具身智能+大模型：机器人的进化革命”。哈尔滨工程大学智能系统研究所所长、教授，莫斯元宇创始人张智出席并演讲。
以下为演讲实录：
各位领导、嘉宾下午好，我带来的汇报是《可靠的机器大脑-莫斯（MOS）系统》，我们走的是一条比较独特的技术路线，是符号主义和智能主义智能和连接主义智能的融合。
先介绍一下我们的系统，这是我们的产品形态，首先我们是一个嵌入式的盒子，它可以装在各种构型的机器人上，给他们提供通用的大脑，可以解决环境感知、决策规划、运动控制的各种能力，另外我们也有一个叫莫斯群脑，可以实现多机器人复杂的任务推理，多机器人顶层协同。基于大脑我们有一个轻服务型的机器人，可以实现工业、办公、商超、酒店，家庭场景。我们这个机器人的特点是可以进行二次开发，可以快速的升级迭代，同时我们也可以为行业深度定制开发各种复杂场景下机器人大脑的解决方案。
我们解决了这个行业的哪些痛点问题呢？因为现在的主流是依赖端到端，首先它是无法真正的理解环境，而且它是那种黑盒的模型，可解释性比较差。而且过度依赖于算力，依赖于数据，我们的MOS系统就是针对这些痛点问题进行深入分析，提出我们的解决方案。
由于我们采用的是一条独一无二的技术路线，我们将把符号主义智能、连接主义和行为主义智能深度融合，集成他们的优点，规避了他们的缺点，我们模拟人脑的思维，构建了一套规则链。而且我们判断未来融合的智能技术路线也是未来的发展趋势。由于我们采用这种路线，使得我们在环境感知、决策规划和运动控制上都有独特的技术优势。
我举一个例子，以汽车的自动驾驶为例，我们常说FSD系统解决了自动驾驶的问题，但是自动驾驶让它过几个路口/红绿灯是可以的，比如实现从一个城市到另一个城市远距离的规划还是不行的，还需要一个全局地图导航系统，或者是高德导航、百度导航，有一个导航。FSD系统就相当于汽车的小脑系统，而导航就相当于大脑系统。这种小脑系统用的神经 *** 就可以胜任，可以用大数据训练，而导航系统咱们用的还是传统的空间规划、地图表示、空间解析这种逻辑的东西。
我判断人也是这种原理，人在做小脑的动作，你去打一个球，或者你去开一个车，可以通过千百回的训练，熟能生巧，我们管它叫小脑，靠训练。而人在大脑思考的时候，还是“因为、所以、如果、那么”，还是一系列的逻辑推理，所以我们结合着人的小脑靠训练，大脑靠逻辑的思想出发，我们MOS打造一个逻辑的大脑系统，它能够衔接现在的VLA各种各样的具身智能动作，实现顶层的能力升华。
这是我们的技术框架，我们相当于以复杂的的软件系统工程思想，构建了一个大脑的引擎，我们形成了一个操作系统，它可以衔接大语言模型和具身智能，向上构建二次开发的APP，中间这个就是我们构建的大脑引擎。我们把语言理解和交互模块，以及空间的智能解析模块，同时我们也构建了一个逻辑知识库，实现一套严谨的逻辑推理。然后我们把知识的动态学习和空间任务规划都集成在一起，然后把它开发成一个软件操作系统的架构。
向上它可以衔接大语言模型，未来实现丰富的人机交互对话。向下可以连接各种各样的小脑动作，可以连接具身智能、VLA各种小脑动作。最主要我们公布了二次开发接口，我们是想复现智能手机时代的成功。智能手机流行了这么多年，里面的智能功能还是要靠人类的程序员来开发，各种各样的手机APP来完善智能，它不是一步到位的，它是一个生态的，是人机共存的生态。我们看到机器人未来也要走到这条路，大家都希望VLA训练到足够强，实现通用人工智能，但是那是一个比较遥远的目标，是这么一个理想。
而未来比较务实的就是智能手机的模式，所以我们要打造一个操作系统，操作系统上可以开发APP，开发APP就像给智能手机开发APP一样，我们可以开发供餐服务、迎宾服务的，每一套APP由程序员去开发，为人工智能不停的去增加智能，等生态形成之后，我们就像智能手机一样，我们不停的走一个务实的路线，让机器人就可以快速地赋能千行百业。
展示一下系统的功能，我们的身体用的是比较简单的身体，因为我们追求的是大脑，所以我们身体用的是最简单的单臂型的机器人，我们叫简单身体，强，我们以最简单、低成本、低时间的本体消耗换来硬件大脑智能的快速迭代，我们在这个身体上把大脑各种各样的复杂算法都算上去，专攻大脑技术。
（视频）
6瓶水，一次性下发。
（视频）
随时改变你的意图。
（视频）
这是随时下达任务、随时改变你的意图，它全都是动态，完全是拟人化的交互。
（视频）
这个任务里边又叠加了任务，我先让它上两瓶水，它执行过程中我说你再加一杯热水，加一杯茶，完全是任务中还可以嵌套任务，还可以动态改变它的意图。
（视频）
这个就是连说带笔划了，一边看着你，一边识别人的手势，又要理解空间的位置，又要理解你的任务，是很综合型的任务规划。
（视频）
它可以智能地利用自己身体存放物品，我点了三种不同的饮品，它会凭着空间记忆，自己到相应的位置自动寻找、自动完成你的服务。
（视频）
这些任务执行过程中可以全双向的交互问答，把所有的意图交流明白之后，自动反映到任务执行的过程中。
（视频）
它自己会有任务逻辑的边界感，你让它递上或者干一些危险的动作，它根据逻辑边界，不该干的事情可以不干，你要是想推广使用，这是一个很重要的特性。
（视频）
这个强调到是空间逻辑层，它把整个空间的地图，以及物品的关系全部都装到脑子里，你让它去干什么任务，它才能够得出更高级的智能规划。
（视频）
我点了两个机器人，选了4个不同的桌子，每个桌子上饮品数量都不一样，它就进行全自动的任务分配。所以我们的多机器人协同和物流机器人是不一样的，我们解决更复杂层面的开放环境下的多机器人协同。全部准确按照你的意图给它上餐完毕。
我刚才演示的这些视频，我们强调了大脑的泛化，我们以前关注机器人拿一个瓶子，掉了还能够拣起来，我叠个被子，各种褶都能捋平，我们管那个叫做小脑层面的泛化。过去大家都在关注小脑层的泛化，我刚才演示的你这么说也行、那么说也行，随意改变意图，随意打断它。各种逻辑都能够兜住底，我们管这个叫大脑的泛化，逻辑的泛化。
所以我们认为未来机器人既要做到小脑的泛化，也要做到大脑的泛化，他们合在一起才能够实现各种各样复杂的场景，所以MOS复杂的大脑的技术和VLA小脑的技术，天然都是互补的关系，我们未来和VLA技术深度打通之后，智能等级还能跃升很多。
而且我们系统还有强大的二次开发能力，刚才展示的各种上餐动作，全部都是在MOS的平台基础上进行二次开发得到的。也就是说我把小脑部分和控制部分相对控制之后，上面的大脑层完全就是一个开放的、生态的，未来是可以开源的大脑系统。
我在里边构建模块库，我可以包括通用层模块和专用的模块，通用的模块我可以寻找物品，拿取物品、放置物品，上面可以再去构建复合型的动作，连拿、带上、带找，这种一体化的复合动作。在通用模块技术上，我再构建专用的模块。以咱们刚才上餐为例，上冷饮的是一个功能，上热饮的，合在一起在实现单桌上餐、多桌上餐。未来形成生态之后，还可以打造各种各样的专业的库，端茶上水一套工具库，我未来整体房间还有一套APP，家居服务还有一套APP，底下通用模块会越来越多，未来就可以实现各种各样的智能。
我举一个例子，寻找物品、拿取、放置物品这个模块是怎么构建起来的？左边的就是MOS系统给大家提供的二次开发的接口，利用这个接口去开发智能，你会感觉一切都变得非常的顺理成章，我拿物品，是在桌子上拿物品还是在自己身上去拿物品，还是在自己身上拿物品。如果是在自己身上拿物品，先调用空间智能检索能力，看看我自己兜里放没放物品，如果有的话就调用我的小脑动作，在自己身上拿一个物品。同时如果是桌上取物，我先调小脑在桌上去寻找一下有没有这个物品，如果有物品了，我就调用小脑能不能在桌上取物，没有的话我要做各种容错处理。而这里每一句话，我的小脑都干了很多事，我把那些比较难干的事就给你一次性的解决了，上层就是发号施令，调配顶层的智能。
我再举一个专用层的例子，比如说接取热饮，也是按照人的思维逻辑，我先调用一个模块去寻找水杯，如果找到了之后我再把水杯拿到饮水机的接水口，然后我再控制物联网技术、控制饮水机自动漏水。我再调用这个动作在把它放到桌子上，你就会感觉一切顺理成章的就把这个智能构建出来了。
我希望等我们这个推上生态之后，能够让成千上万的普通程序员全都成为人工智能专家。未来给现在现在智能手机开发APP的程序员就可以面向未来了，大家就可以开发智能机器人的APP，未来形成这种生态，而且这个门槛会很低的，我们这种语言只要掌握C++，C语言或者是Python的程序员，就能够学会智能等级的开发。
而我刚才展示的动作，我们也是起步。我们刚才展示的只用到了MOS的大脑引擎，上面的大语言模型还没有接进来，用的是MOS内置的语言对话，未来我要接入大语言模型，它可以实现更加丰富甚至更加有情感的对话。而小脑，我们先用了内置的一些基本的小脑动作，我还没有接入具身智能VLA那种叠衣服，或者是开瓶盖的那种复杂动作，未来把这个动作接进来，智能会更加强大。同时APP只开发了一个共餐，举一个例子，未来APP可以越开发越多，它既可以覆盖生活场景，工业场景，各种各样的场景，未来智能就可以快速的向上升级。
MOS系统还有很多方面可以推广应用结合着我们学校在船舶领域的优势，MOS系统未来在无人船和无人机跨域智能协同上，我有了MOS中央大脑之后，一个人就可以指挥一群无人机、无人船，这样它就实现战场上的智能决策大脑，MOS智能系统不光在民用，未来可以在军民两用，在军用上也能够爆发出强大的应用潜力。
我们现在落地的项目以两个点为例：先以一个智慧养老为例，给智慧养老提供服务，带着高级的顶层决策逻辑的，同时我针对智能实验室，给智能实验室解决一些操作、复杂的任务规划流程。
我们也希望恳切的希望和优秀的企业获得合作，首先我们要采购一些轮臂的人形机器人，我这个智能其实是很有通用性的，我把它迁移到另外一种构形的机器人上是比较容易的。因为我们做的智能是环境的智能，是任务的智能，而在机器人本身的智能只是其中一块。我只要把人形机器人的运动学接入，它就可以对接人形机器人，我们也希望诚邀三家轮臂人形机器人制造商合作，跟我们一起来迭代完善MOS APP，迭代应用场景，同时我也想要邀请VLA技术的优势单位合作，提升小脑的水平。
另外我们在智慧养老，无人超市、药房、餐厅都有我们可以落地的场景，我们希望有落地场景的企业和我们一起来探讨合作。
这是我们公司的联系方式，欢迎大家跟我们多多合作。
最后我想要用一句话来结束我的汇报，没有符号的逻辑约束，大模型只是聪明的幻觉生成器，而没有大模型的规划，符号就是僵化的规则囚徒，未来只有把两者深度融合，才是我们未来的技术路线。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
