演讲主题

从单体进化到多机协同：AIRS-EAI 全栈开源具身智能底座的架构与实践

当前，具身智能正面临从单机功能验证向可学习、可迁移、可协同的复杂系统演进的拐点。然而，软硬件生态碎片化、数据闭环链路长等问题极大地拉高了研发门槛。 AIRS-EAI 是由深圳市人工智能与机器人研究院（AIRS）发起的具身智能开源体系（已加入 Linux Foundation）。本项目聚焦通用移动操作、灵巧操作与多智能体协同，为开发者提供从机器人系统集成、数据闭环、模型训练到仿真评测的全栈基础能力。本次分享将深度解析 AIRS-EAI 体系的技术演进，重点探讨如何利用上下文在线学习（In-Context Learning）实现从单体具身智能到群体智能的协同配合，降低产业化门槛，加速具身智能在消费电子、实验室自动化及城市级场景中的落地。 大纲： 1. AIRSEAI 1.0 破局： 构建“移动底盘+机械臂”的模块化融合底座，推动消费电子机器人具身智能升级。 2. AIRSEAI 2.0 深化： 打造面向 AI 科学家的灵巧操作系统，解锁高精度操作与新兴前沿场景。 3. AIRSEAI 3.0 跃迁：基于上下文在线学习（In-Context Learning）的多智能体框架设计与群体智能协同实践。 1. 掌握模块化具身底座架构： 了解如何让不同底盘、机械臂、传感器和计算平台在 AIRS-EAI 框架下实现快速、可插拔式接入。 2. 打通数据驱动的研发闭环： 学习具身智能从数据采集、模型训练、微调、评测到端侧部署的标准工程化流程。 3. 洞察多智能体协同前沿： 深入理解上下文在线学习在具身智能中的应用，探索机器人从单机向群体智能演进的技术路径。 4. 获取国际顶级开源工具链： 获得 Linux Foundation 旗下 AIRS-EAI 体系的开源接入指南，享受生态红利以降低自身项目的研发成本。