腾讯 Robotics X 实验室、福田实验室联合腾讯混元，于 7 月 18 日发布了一系列具身智能新模型与智能体成果，首次系统性地打通“感知—身体—行动”的闭环，推动具身智能从“离身智能”迈向“具身原生智能”。此次发布的具身基座模型包括 Hy-Embodied-VLM-1.0、Hy-Embodied-RxBrain-1.0 和 Hy-Embodied-VLA-0.5，三者均基于混元大模型打造。VLM 模型专注于图像、空间和场景理解，相当于“右脑”；RxBrain 模型作为具身“大脑”，统一认知、规划与对未来状态的想象；VLA 模型则连接“小脑”和身体，将高层目标转化为连续、可纠错的动作。同时发布的具身智能体 Apexio 和智能体框架 TairosAgent，通过智能体调度能力将各模块整合为完整系统，使机器人实现持续感知、决策与行动。

腾讯首席科学家、腾讯 Robotics X 实验室及福田实验室主任张正友在 2026 WAIC 腾讯 AI 应用创新论坛上指出，当前最先进的人工智能本质上仍是“缸中之脑”——擅长逻辑推理、文本生成和知识问答，但缺乏与物理世界直接互动的闭环。他表示，语言并非全部认知，只是智能向外表达的一个通道；真正的智能需要让语言、视觉、空间认知、身体控制和环境反馈连通起来，在“感知—身体—行动”的闭环中接受验证。此次发布的五项成果，体现了腾讯从“离身走向具身、从分裂的模块走向整体的闭环”探索具身原生智能的基本思路。

在模型细节上，Hy-Embodied-VLM-1.0 重点解决三个问题：“看物知用”（理解深度、方位、功能部件与可操作点）、“看景知变”（判断下一步动作及其带来的变化）、“看远知返”（长时程任务中记忆历史、跟踪进度、失败后分析原因并重新规划）。在覆盖 37 个任务的评测中，三类能力均显著优于同等规模模型；更关键的是，它仅以 A3B 规模、约十分之一的计算量，就接近了上一代 A32B 旗舰模型的效果，更轻量、更适合机器人端直接部署。

Hy-Embodied-RxBrain-1.0 将“会推理”与“会想象”统一：面对任务时，一边用语言给出步骤与约束，一边生成每一步完成后应达到的目标图像，让下游动作模型不仅“听到做什么”，更能“看到做成什么样”。腾讯还联合行业伙伴建立了 RxBrain-Bench 评测基准，RxBrain 显著领先其他代表性系统，在短时未来状态预测上也达到专用具身世界模型的水平。

Hy-Embodied-VLA-0.5 的核心竞争力在于构建“数据—模型—训练—部署”协同发力的完整学习栈，通过亚毫米级高精度 UMI 采集系统积累超一万小时人类示教数据。在第三方 RoboDojo 评测（泛化、记忆、精细操作、长程执行、开放语义理解五类能力）中，Hy-Embodied-VLA-0.5 拿下仿真综合排名第一，并在长程任务与记忆任务两个维度同样排名第一。

这些模型已进入真实工业场景。例如，HyVLA-0.5 已在一家日化品工厂开展生产实测，面对高混合、小批量、SKU 频繁迭代的产线，其作业成功率高于 95%、节拍快于 6 秒/件，新增 SKU 留给数据采集与模型后训练的时间不到 3 天。此外，模型还在导购导览、养老服务等多个任务中完成落地验证，并联动腾讯云 HAI、多网聚合加速、TRRO，以及腾讯音乐海量曲库与 IoT 生态连接能力，以沉浸式听觉体验助力多元场景。

在具身智能体方向，腾讯发布了持续在线具身智能体 Apexio，由三层以不同频率同时在线的能力构成：最上层认知系统按需唤醒、可做深度思考；中间层感知行动系统以约 15Hz 持续接收多模态信息并快速调整；最下层执行系统以更高频率运行，像条件反射一样瞬间处理碰撞与失衡。系统同时由“目标驱动”（完成任务）与“生存驱动”（维护安全、控制能耗、管理运行状态）两条主线牵引，即便没有外部指令，也持续感知、自保、为下一次行动做好准备。

具身原生智能体框架 TairosAgent 从设计第一天起就为机器人本体而生，其感知反应、认知决策、探索沉淀三层系统全部围绕具身任务做原生设计，并持续维护环境记忆、本体记忆与任务记忆三类记忆。通过统一的硬件适配层与标准化 Skill 接口，它可接入不同模型、技能与形态的机器人，在导航、讲解、被打断后恢复等典型场景中，响应时间从通用框架的几十秒缩短至 2—3 秒。

基于上述成果，腾讯对 2025 年发布的 Tairos 具身智能开放平台（钛螺丝）进行全面升级，保持开源和开放，继续提供模型、智能体与开发工具等一系列能力与服务，降低从模型到本体再到应用的全链条开发门槛。过去一年，腾讯 Robotics X 实验室已与宇树、智元、越疆、松延动力、乐聚、华沿等机器人企业以及博世、蓝思、景德镇、敦煌等场景合作伙伴，探索具身智能在不同机器人、不同产业场景中的落地。张正友表示，腾讯希望做具身智能行业的一颗“钛螺丝”——也许不是最显眼的部分，却能可靠地连接模型、本体、工具与应用，支撑整个生态共同运转。

在“让具身智能听懂人”之外，腾讯也在探索“让机器人安全地接触人”。在照护、康复、生活服务等领域，机器人必须与人发生物理接触，既要绝对安全，又要动作自然、力道精准。在此前研发的“小五”机器人基础上，腾讯研发了新一代示范性机器人“小六”：它能与人安全相处、动作拟人，并基于键绳传动，具备独有的“畅气通络按摩手法”，通过自研融合力觉、触觉、视觉的数据采集系统获得高质量手法数据，并经强化学习训练，实现手法轨迹与按摩力道的精准复现。未来，腾讯将继续聚焦力觉、触觉、视觉与具身大模型的融合，让机器人真正走到现实生活中。