騰訊 Robotics X 實驗室、福田實驗室聯合騰訊混元，於 7 月 18 日釋出了一系列具身智慧新模型與智慧體成果，首次系統性地打通“感知—身體—行動”的閉環，推動具身智慧從“離身智慧”邁向“具身原生智慧”。此次釋出的具身基座模型包括 Hy-Embodied-VLM-1.0、Hy-Embodied-RxBrain-1.0 和 Hy-Embodied-VLA-0.5，三者均基於混元大模型打造。VLM 模型專注於影像、空間和場景理解，相當於“右腦”；RxBrain 模型作為具身“大腦”，統一認知、規劃與對未來狀態的想象；VLA 模型則連線“小腦”和身體，將高層目標轉化為連續、可糾錯的動作。同時釋出的具身智慧體 Apexio 和智慧體框架 TairosAgent，通過智慧體排程能力將各模組整合為完整系統，使機器人實現持續感知、決策與行動。

騰訊首席科學家、騰訊 Robotics X 實驗室及福田實驗室主任張正友在 2026 WAIC 騰訊 AI 應用創新論壇上指出，當前最先進的人工智慧本質上仍是“缸中之腦”——擅長邏輯推理、文本生成和知識問答，但缺乏與物理世界直接互動的閉環。他表示，語言並非全部認知，只是智慧向外表達的一個通道；真正的智慧需要讓語言、視覺、空間認知、身體控制和環境反饋連通起來，在“感知—身體—行動”的閉環中接受驗證。此次釋出的五項成果，體現了騰訊從“離身走向具身、從分裂的模組走向整體的閉環”探索具身原生智慧的基本思路。

在模型細節上，Hy-Embodied-VLM-1.0 重點解決三個問題：“看物知用”（理解深度、方位、功能部件與可操作點）、“看景知變”（判斷下一步動作及其帶來的變化）、“看遠知返”（長時程任務中記憶歷史、跟蹤進度、失敗後分析原因並重新規劃）。在覆蓋 37 個任務的評測中，三類能力均顯著優於同等規模模型；更關鍵的是，它僅以 A3B 規模、約十分之一的計算量，就接近了上一代 A32B 旗艦模型的效果，更輕量、更適合機器人端直接部署。

Hy-Embodied-RxBrain-1.0 將“會推理”與“會想象”統一：面對任務時，一邊用語言給出步驟與約束，一邊生成每一步完成後應達到的目標影像，讓下游動作模型不僅“聽到做什麼”，更能“看到做成什麼樣”。騰訊還聯合行業夥伴建立了 RxBrain-Bench 評測基準，RxBrain 顯著領先其他代表性系統，在短時未來狀態預測上也達到專用具身世界模型的水平。

Hy-Embodied-VLA-0.5 的核心競爭力在於構建“資料—模型—訓練—部署”協同發力的完整學習棧，通過亞毫米級高精度 UMI 採集系統積累超一萬小時人類示教資料。在第三方 RoboDojo 評測（泛化、記憶、精細操作、長程執行、開放語義理解五類能力）中，Hy-Embodied-VLA-0.5 拿下模擬綜合排名第一，並在長程任務與記憶任務兩個維度同樣排名第一。

這些模型已進入真實工業場景。例如，HyVLA-0.5 已在一家日化品工廠開展生產實測，面對高混合、小批次、SKU 頻繁迭代的產線，其作業成功率高於 95%、節拍快於 6 秒/件，新增 SKU 留給資料採集與模型後訓練的時間不到 3 天。此外，模型還在導購導覽、養老服務等多個任務中完成落地驗證，並聯動騰訊雲 HAI、多網聚合加速、TRRO，以及騰訊音樂海量曲庫與 IoT 生態連線能力，以沉浸式聽覺體驗助力多元場景。

在具身智慧體方向，騰訊釋出了持續線上具身智慧體 Apexio，由三層以不同頻率同時線上的能力構成：最上層認知系統按需喚醒、可做深度思考；中間層感知行動系統以約 15Hz 持續接收多模態資訊並快速調整；最下層執行系統以更高頻率執行，像條件反射一樣瞬間處理碰撞與失衡。系統同時由“目標驅動”（完成任務）與“生存驅動”（維護安全、控制能耗、管理執行狀態）兩條主線牽引，即便沒有外部指令，也持續感知、自保、為下一次行動做好準備。

具身原生智慧體框架 TairosAgent 從設計第一天起就為機器人本體而生，其感知反應、認知決策、探索沉澱三層系統全部圍繞具身任務做原生設計，並持續維護環境記憶、本體記憶與任務記憶三類記憶。通過統一的硬體適配層與標準化 Skill 介面，它可接入不同模型、技能與形態的機器人，在導航、講解、被打斷後恢復等典型場景中，響應時間從通用框架的幾十秒縮短至 2—3 秒。

基於上述成果，騰訊對 2025 年釋出的 Tairos 具身智慧開放平台（鈦螺絲）進行全面升級，保持開源和開放，繼續提供模型、智慧體與開發工具等一系列能力與服務，降低從模型到本體再到應用的全鏈條開發門檻。過去一年，騰訊 Robotics X 實驗室已與宇樹、智元、越疆、松延動力、樂聚、華沿等機器人企業以及博世、藍思、景德鎮、敦煌等場景合作伙伴，探索具身智慧在不同機器人、不同產業場景中的落地。張正友表示，騰訊希望做具身智慧行業的一顆“鈦螺絲”——也許不是最顯眼的部分，卻能可靠地連線模型、本體、工具與應用，支撐整個生態共同運轉。

在“讓具身智慧聽懂人”之外，騰訊也在探索“讓機器人安全地接觸人”。在照護、康復、生活服務等領域，機器人必須與人發生物理接觸，既要絕對安全，又要動作自然、力道精準。在此前研發的“小五”機器人基礎上，騰訊研發了新一代示範性機器人“小六”：它能與人安全相處、動作擬人，並基於鍵繩傳動，具備獨有的“暢氣通絡按摩手法”，通過自研融合力覺、觸覺、視覺的資料採集系統獲得高質量手法資料，並經強化學習訓練，實現手法軌跡與按摩力道的精準復現。未來，騰訊將繼續聚焦力覺、觸覺、視覺與具身大模型的融合，讓機器人真正走到現實生活中。