01 / LONG-HORIZON TASKS
长任务，如何一步步完成？
复杂装配包含多个步骤，执行中的变化需要反馈到下一步决策。
研究方法
VLAbot 将用户指令与视觉信息连接到高层任务规划、低层动作规划，再通过物理执行反馈调整任务过程。
指令与视觉 → 任务分解 → 动作执行 → 反馈
VLAbot · Robotics and Computer-Integrated Manufacturing, 2026ZRPHYSICALWORLD / PHYSICAL INTELLIGENCE
让物理交互，沉淀为物理智能。
以 ZRPhysicalWorld 为核心，连接人的操作经验、机器人的真实执行与物理世界的反馈，研究可跨任务、跨本体复用的能力。
01 / EXECUTION
ZRCoPilot
真实世界执行与学习系统
遥操示教 · 共享自主 · 经验记录操作经验→模型能力←
核心模型ZRPhysicalWorld
理解任务 · 学习物理 · 复用技能
探索四条技术路径 ↓任务验证→评测反馈←
02 / VALIDATIONZRArena
物理智能实训与验证基础设施
任务定义 · 多模态采集 · 能力评测展开模型技术路线 ↘以下展示技术基础与研究方向，具体能力以对应实验为准。
01 / INSIDE ZRPHYSICALWORLD
把核心模型，展开成四个技术问题。
从任务规划到物理反馈，从人类演示到技能复用，逐层说明研究方法与演示。
02 / EGOCENTRIC LEARNING
人的操作，如何成为机器人的经验？
第一视角视频包含动作顺序、物体变化与操作意图，需要连接到机器人的动作表达。
研究方法
研究从第一视角演示提取任务线索与动作经验，并探索将这些信息用于机器人操作学习。
人类演示 → 意图与动作理解 → 机器人操作学习
第一视角视频学习 · 研究方向与演示第一视角演示
机器人操作演示
03 / PHYSICAL FEEDBACK
看到形变，如何理解物理属性？
视觉能观察表面运动；对柔性物体的操作，还需要理解材料变化和交互力。
研究方法
RealSimLoop 通过多视角视觉反馈、可微 3D Gaussian Splatting 与降阶物理仿真，在滑动时间窗口内适配材料参数。
视觉观测 → 仿真对齐 → 参数适配 → 物理反馈
RealSimLoop · 物理仿真研究参考
查看完整研究图 ↗04 / SKILL TRANSFER
已有技能，如何组合成新任务？
新任务往往包含已有动作片段，重复从头示教会增加数据与适配成本。
研究方法
通过动作分解与组合，研究基础技能在新任务中的复用，探索降低重复示教需求的路径。
基础动作 → 技能分解与重组 → 新任务验证
Zero-shot Robot Manipulation via Action Decomposition and Composition · IEEE CASE 2026演示与研究图取自技术资料 V1.7.1，按原研究主题展示；具体实验结果与适用范围以论文为准。
02 / EXECUTION & VALIDATION
围绕核心模型，组织执行与验证。
ZRCoPilot 提供执行与学习入口，ZRArena 组织真实任务验证，共同支撑 ZRPhysicalWorld 的模型研发。
观测与操作记录→训练样本与模型版本→评测结果与新任务↺
EXECUTION & HUMAN ASSISTANCE
让人的判断，进入关键操作环节。
连接遥操作、任务执行与人工接管，将观察、动作和操作事件保留为可复盘的记录。
- 输入
- 任务目标、传感观测与人的操作
- 处理
- 设备接入、执行辅助与接管记录
- 输出
- 执行结果与任务经验
MODEL RESEARCH
从一次操作，研究可迁移的经验。
围绕状态、动作与结果的物理关系开展研发，研究如何利用成功、失败与纠偏经验改进模型。
- 输入
- 经过整理的多模态任务样本
- 处理
- 离线训练与模型评估
- 输出
- 待验证的模型版本与能力假设
FIELD VALIDATION
让每次更新，回到同一个任务检验。
明确任务条件与评测口径，记录模型在哪些环节完成、出错或需要帮助，为下一轮迭代提供依据。
- 输入
- 待测模型、设备与任务条件
- 处理
- 基线测量、任务测试与结果复核
- 输出
- 评测记录、能力边界与后续采集重点
03 / FROM DATA TO VALIDATION
ZRArena：让数据、模型与任务共同迭代。
从任务定义和验收标准出发，组织多模态采集、模型训练与现场复测。
采集与对齐
整理多模态任务记录
切片与标注
定位动作片段与关键事件
质量复核
确认有效样本与任务条件
离线训练
形成待测模型版本
现场复测
比较表现并记录能力边界
评测结果，决定下一轮采集重点↺
04 / RESEARCH IN PRACTICE
技术问题，在具体任务中展开。
通过论文与实机研究，查看上下文理解、共享自主和工艺反馈的具体探索。
ASSEMBLYMATE
理解任务上下文
连接装配指导、任务评估与机器人转运。
查看研究 ↗
COPILOTTELE
协调执行与人工协助
研究双臂装配中的风险引导共享自主。
查看研究 ↗
AR-CPS
呈现实时工艺反馈
辅助操作者理解覆盖状态与喷涂距离。
查看研究 ↗上述成果由跨机构团队共同完成，各项结果对应论文中的具体实验条件。