7月17日，第九届世界人工智能大会暨人工智能全球治理高级别会议在上海世博、张江、西岸“三地四馆”同步开幕。作为国内具身智能赛道科创企业，擎仓机器人受邀参加本次大会并展位展示，期间联合上海交通大学MINT实验室正式发布轻量化具身大模型 Evo-Depth。该模型已再度登顶国际权威仿真评测榜单Meta-World，仿真、真机双场景测试数据均处于行业领先水平。此次发布标志着擎仓自研“数据管线-模型底座-迭代体系-工程交付”一体化全栈具身智能研发架构完整落地，为具身智能规模化商用构筑完整技术底座，树立产业落地新范式。

  当下具身智能正处于从实验室研究走向产业落地的关键阶段，行业落地痛点愈发凸显。工业流水线场景中，机器人常会遭遇透明玻璃瓶抓取、瓶体反光、产线空间受限、现场光照变化等各类复杂工况。传统解决方案只能依靠人工反复标定、修改规则、现场试错，不仅拉长项目交付周期，还极易出现抓取偏移、动作卡顿等问题。多数VLA大模型依靠超大参数量换取效果，硬件部署成本高昂，难以实现端侧实时运行，实验室的算法优势很难转化为工厂稳定作业能力，成为制约具身智能规模化普及的核心阻碍。

  针对行业现存难题，擎仓持续深耕轻量化VLA技术路线，完成从初代Evo-1到全新Evo-Depth的技术迭代，搭建起自主可控的完整模型研发底座。此前推出的Evo-1率先验证轻量化路线可行性，在不损失成功率的前提下，参数量更小，可面向具身智能真实应用场景，在降低单机算力配置成本的同时，实现完全端侧部署和机器人实时控制，是擎仓机器人追求真机产业化落地的重要技术突破。

  Evo-Depth的核心突破，是在轻量化VLA框架基础上，从多视角RGB图像中提取隐式深度与空间线索，并将其与语言、视觉语义和连续动作表征进行深度融合。该方法无需额外深度传感器或显式点云输入，即可增强模型对物体距离、相对位置和场景布局的理解能力，让模型同时具备更强的任务泛化能力与精细操作能力，在提升数据效率的同时，进一步降低真实场景中的适配和调试成本。

  从工程交付视角来看，Evo-Depth最大价值在于将模型突破转化为工程交付效率。依托更强的空间理解能力，模型能够有效减少抓取点偏移、降低重复标定成本、缩短调试时间；动作片段生成能力，可提升连续作业流畅度。Evo-Depth不只是让机器人“能抓”，而是让机器人达到“抓得准、跑得稳、调得快、可复制”的工业化交付标准。

  此次Evo-Depth再度登顶Meta-World榜单，综合表现超越前代Evo-1，是擎仓成套研发架构长期沉淀迭代的必然结果。擎仓现已搭建完整闭环研发体系，包含高效多模态数据管线、贴合生产场景的具身模型、标准化体系化训练流程、端侧实时部署范式，同时依托一线真实项目持续反向验证、优化模型性能。

  上海交通大学副教授、擎仓首席科学家赵波博士表示：“具身落地的关键在于端侧，打造更强的通用端侧VLA模型才能更快地形成具身‘数据-模型-应用’飞轮，加速具身智能落地。后续，Evo-Depth将成为擎仓具身智能技术体系中的重要模型基础。围绕这一基础，擎仓将引入更全面的物理感知，如触觉、力等，实现更强的未来预测和规划能力，形成统一感知规划和执行的世界模型，推动智能机器人在更多工业场景中实现快速适配、稳定运行和规模化复制。”

  在擎仓的研发逻辑中，真正的技术突破不在于榜单排名，而在于将模型能力转化为客户可感知的交付速度、现场运行稳定性、生产节拍提升与方案可复制能力。未来，擎仓将持续夯实“模型更强、迭代更快、交付更稳、项目更可复制”的全栈研发体系，为各类工业具身智能项目筑牢底层技术根基。