🔥আলোচিত শব্দ：酒店

爱范大晓机器人双脑协同架构首次落地酒店洗衣场景，具身智能RSI 驱动技能持续进化

从客房取衣，穿过走廊抵达洗衣房，打开洗衣机、放入衣物，再完成烘干、装篮并送回客房。一项看似日常的酒店服务，背后涉及空间理解、设备操作、物理交互和多步骤任务协同。大晓机器人将双脑协同架构带入酒店洗衣场景，首次集中呈现了世界模型、通用模型与具身智能 RSI 的协同应用。在环境侧，以开悟世界模型为核心的世界模型技术体系中，Mundo世界模型是围绕开悟世界模型的能力提升与实际应用而设计的有益补充。通过将具体场景转化为可探索、可编辑、可物理交互的数字孪生世界，相较于Atlas以场景重建和视角探索为主的能力，Mundo进一步将物体质量、摩擦等物理属性纳入场景，使物体运动、接触与碰撞可以通过物理引擎计算，为机器人在数字环境中开展导航、操作训练和策略优化提供支持。在任务与技能侧，大晓机器人发挥 GPT-Astra 等通用模型的任务理解、推理和技能生成能力，将其转化为机器人可高效执行的产业技能；并通过专为具身智能设计的 RSI 策略，让真实执行中的反馈持续驱动技能改进。开悟世界模型帮助机器人理解环境与动作后果，通用模型负责组织任务、生成并迭代技能。通用模型+开悟世界模型双脑协同推动机器人从数字环境中的训练与优化，走向真实酒店里的连续服务。此次酒店洗衣服务，是大晓机器人双脑协同架构、Astra 与 RSI，以及世界模型在酒店真实场景中的首次应用。它标志着机器人从数字环境中的训练与优化，进一步走向真实酒店中的连续服务。把真实场景变成机器人的专属训练世界机器人要在酒店完成洗衣服务，首先需要熟悉将要工作的空间：从客房到洗衣房的路线如何通行，走廊、电梯口和狭窄区域如何通过，洗衣机、烘干机和衣篮又分布在哪里，以及如何实现场景操作。大晓机器人依托开悟世界模型体系中的Mundo世界模型，从真实酒店出发，给定房间、走廊、电梯与洗衣房的图片集，并将其转化为三维场景。随着多视角信息逐步汇入，电梯门、墙体等建筑结构，以及楼层与洗衣区域之间的空间关系，在数字世界中逐渐呈现。洗衣机、烘干机、衣篮等物体也被纳入场景，成为机器人训练时可以识别和交互的对象。这座数字酒店，不仅可以看见、可以探索，还可以交互。 Mundo可以将真实场景重建为高度还原空间结构，位置关系及物理属性的可交互的场景。当物体移动、接触或发生碰撞时，物理引擎计算其运动与响应，并结合场景影像呈现交互结果。空间结构、物理过程和视觉画面共同构成高保真的数字孪生训练环境。在这里，机器人可以从房间出发，练习前往洗衣房，学习在走廊、电梯口和狭窄区域定位与规划路线；也可以围绕取衣、搬运衣篮、操作洗衣机等任务，反复训练对柔性衣物和刚性物体的操作。打开洗衣机门、放入衣物、关门、按键启动，再将洗好的衣物转移至烘干机，最后取出装篮。这些连续动作可以在数字场景中分阶段演练。每一次尝试产生的动作轨迹、接触状态和视觉观测，都为分析执行过程、比较不同策略和优化动作提供依据。这条Real2Sim2Real 的训练链路，让机器人在贴近真实酒店的环境中反复练习、优化策略，加快场景适配，提升真实服务中的操作能力。真实场景为训练提供具体目标与空间依据，物理交互让机器人能够在仿真中练习动作，现场执行则进一步验证策略效果。数字世界与真实世界由此连接，帮助机器人面向具体场景完成适配。此外，作为开悟世界模型体系中的有益补充，Mundo 为开悟世界模型提供环境建模、训练数据生成与策略验证支持，帮助其将跨场景学习形成的世界知识、预测与行动能力，更有效地应用于具体任务。通过可控的场景干预、可追踪的状态变化，以及与真实执行结果的对照，Mundo 为开悟世界模型更快适配新环境、更准确地预测行动后果、识别失败边界和改进策略创造条件，并支持其将具体场景中的经验转化为可迁移的能力，推动以开悟世界模型为核心的世界模型体系持续完善。弥补效率鸿沟，把Astra通用模型能力转化为机器人技能酒店洗衣要求机器人理解复杂环境、规划长流程，并完成抓篮子、取衣物、按设备按钮等高精度操作。 Astra具备较强的任务理解、视觉推理和泛化能力，能从任务目标出发探索做法，适应不同衣物、摆放方式和现场变化。但如果每一步都依赖模型观察、推理和决策，执行时延就难以满足酒店高频服务的要求；精细操作也需要稳定、可复现的执行能力。第一次现场决策测试中，当时尚未接入 Harness，Astra首次完成某一新操作耗时 30分15.64秒；将有效做法沉淀为 skill 后，机器人一轮执行耗时 18.648秒，约提速97倍。这次初测呈现了通用模型从探索走向产业应用需要完成的转化：发挥 Astra 理解任务、探索方案和生成技能的优势，再把经过验证的做法固化为机器人端的高效 skill。大晓机器人的双脑协同围绕这一转化展开。Astra负责任务理解、技能生成与问题改进，机器人端的 skill、策略和控制器负责实时感知与动作执行。Astra探索出有效做法后，将感知、定位、规划、动作和条件判断沉淀为程序化 skill，由机器人独立完成正式任务。让通用模型探索有效做法，让机器人高效复用这些做法，是大晓机器人加速产业落地的关键。这一过程需要把模型推理连接到具体本体的相机、夹爪和动作接口，将观察条件、执行约束、完成判据和异常恢复一并写入技能。固化后的 skill 仍能根据现场感知选择动作，Astra也能继续针对新条件进行改进，从而兼顾执行效率与场景适应能力，推动高精度操作从初步跑通走向持续优化。在此基础上，团队研发 BotAgent，将 Astra 能力延伸到酒店业务流程。围绕洗衣场景训练的 53 个原子动作，被组织为导航到房间、取篮子、前往洗衣区等 14 个高层语义步骤，并可按房间位置、路线、设备状态和订单要求组合成超过 200 种场景动作。BotAgent负责拆解订单、调用技能并协调机器人、洗衣机、烘干机和暂存位等资源，让底层能力衔接成从取衣到送回客房的完整服务。具身智能 RSI从真实交互中持续改进大晓机器人专为具身智能打造的 RSI 策略（递归自我改进），是让机器人依据真实任务中的观测、动作和物理反馈，持续改进可部署的 skill。它面向真实身体与物理环境，需要处理视觉遮挡、定位偏差、物体接触和衣物形变等具体问题，并用真机结果检验改进是否有效。在酒店洗衣场景中，Astra先根据目标生成 skill，机器人真机执行并记录多路录像、测量数据和动作时间线。Astra结合失败、用户反馈和执行指标定位问题，提出改进方案；改动先经历史样本离线回放，确认修复有效且原有能力未退化后，再部署到机器人进入下一轮。机器人在轮次中稳定执行，Astra在轮次之间分析和改进，让每轮任务可复现、可回放，技能也能持续进化。例如，抓篮子时腕部相机离目标太近、标签容易被遮挡，Astra据此改用头部相机并优化观察规则；烘干机取衣时，针对裤腿仍拖在筒内的问题调整抬起高度和指尖角度；按设备按钮时，则先验证识别和定位，发现位姿数据过期便拒绝按压，之后改进时间同步和拍摄条件。为让迭代持续进行，大晓机器人还将自主复位、独立评判和版本撤回纳入这套策略。烘干机取衣后，机器人可以自行将衣物散开放回，为下一轮实验创造起点，减少人工复位等待；另一个 Astra依据录像和测量独立判断结果，对分歧轮次进行复核。效果不佳的修改可以撤回，评价标准也从“是否抓起”逐步细化为“筒内还剩多少衣物”，并通过历史记录核对。系统由此逐步改善执行方法，也完善验证改进的方法。 RSI既提升执行效率，也扩展 skill 的适用范围。烘干机取衣技能约 57 小时完成 165 轮真机实验，形成 37 条改进提议和约 80 个版本，场景逐步扩展到牛仔裤、洗衣袋及混合衣物；后期单轮用时为 170 至 210 秒，牛仔裤留在筒内的比例从平均 48% 降至 32%，最好一次为 19%。真实失败由此成为改进依据，验证过的经验则成为机器人下一轮执行与场景适配的起点。从一间客房到一条完整服务流程，这次酒店场景实践展示了世界模型走向产业应用的价值。让机器人在进入现场前，先获得面向真实环境的训练空间；进入现场后，再将经过训练的动作能力融入实际业务，并通过Astra+RSI实现自我进化。当场景能够被重建，交互能够被计算，策略能够被反复训练，任务又能够被持续编排，机器人就有机会从完成单个动作，走向承担完整工作。世界模型+Astra连接真实世界与数字训练，也为机器人适应更多具体产业场景、融入日常生产与服务提供了基础。

亿邦动力 Astra负责“教” RSI负责“练”：大晓机器人双脑协同首次落地酒店洗衣

谷德设计杭州JEN酒店室内设计 / 联图设计

建筑学院万宁日月湾，中旅逐浪度假区及樾潮酒店 / gad

建筑学院香港置地文华东方酒店立面改造 / 如恩设计

室内设计联盟杭州JEN酒店室内设计 | 联图建筑设计

室内设计联盟【HBA】深圳皇岗voco 洲际全套房酒店丨51页丨2026

室内设计联盟【CCD】烟台安缦酒店项目深化方案丨91页丨2026

室内设计联盟【CCD】广州白云机场希尔顿花园酒店丨2026设计

ARCHINA建筑中国上海和颐至尊酒店 - 星浙里中餐厅 | JFR设计工作室

执惠不搬店，搬能力：小米战略投资的尚美数智在雅加达160天开出当月盈利的SHANKEE酒店

执惠文旅惠报 | 曹操出行斥资231.19万港元回购17万股；华天酒店股票两日涨幅偏离超20%

执惠文旅惠报 | 地中海度假集团加入WTTC全球会员；岭南酒店与泰国盛泰乐签署合作意向书