数字技术与应用杂志社

摘要：<正>多模态大模型的集成赋予机器人更接近人类的理解与反应能力。本文从真实交互需求出发，构建了以云—边—端协同为基础的智能体系，让感知、推理与控制在同一闭环中运作。该系统融合视觉、语音与力觉信息，使语言与动作能够在统一语义下对应和约束，并在算力受限的环境中保持响应速度与安全边界。通过持续学习与人类反馈，机器人逐渐形成对场景与意图的自适应调整能力，整体机制让交互更自然、更可信，也为具身智能在复杂环境中的长期运行提供了工程化支撑。

专辑： 信息科技

专题： 自动化技术

分类号： TP242;TP18