# 大晓机器人双脑协同架构落地酒店洗衣，任务耗时缩减98%

> 原文链接：https://robotics.hellobike.com/news/2026-11-11-rsi-astra
> 频道：news | 更新日期：2026-11-11 | 标签：auto, rss, qbitai
> 核心摘要：大晓机器人发布Mundo世界模型与Astra双脑协同架构，结合具身RSI机制实现酒店洗衣全流程自动化。实测任务耗时从30分钟降至18.6秒，烘干机取衣残留率由48%降至19%，验证了物理仿真与自主进化在非标场景的工程价值。

# 大晓机器人双脑协同架构落地酒店洗衣，任务耗时缩减98%

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[机器人接管酒店洗衣！双脑协同+RSI，顶级Astra驾驶员来了](https://www.qbitai.com/2026/11/509203.html)（量子位）

## 核心内容

大晓机器人针对酒店洗衣房这一高难度非标场景，推出“Mundo世界模型+Astra通用模型”双脑协同架构及具身RSI自进化机制。该系统解决了传统机器人冷启动难、柔性物体操作复杂及长链条任务规划痛点，实现了从客房收衣、设备操作到送回的全流程自动化。实测数据显示，相比纯云端Astra实时决策耗时超30分钟，双脑架构将单轮任务执行时间压缩至18.648秒，效率提升超98%，显著降低了现场部署调试成本。

技术层面，Mundo模型构建包含质量、摩擦力等物理参数的可交互孪生环境，解决静态三维重建缺乏物理属性问题；云端Astra负责任务拆解与策略生成并沉淀为Skill，端侧执行脑调用Skill完成高频动作，BotAgent调度中枢将流程拆解为53个原子动作与14个语义步骤，支持超200种序列编排。具身RSI机制通过多路视频与传感器数据定位失败根因（如视角遮挡、抓取滑脱），支持机器人自主复位与7×24小时闭环迭代，57小时内完成165轮真机实验并输出37条改进方案。

## 关键看点

- **双脑协同提效**：云端Astra生成策略沉淀为Skill，端侧执行脑调用，任务耗时从30分钟降至18.6秒，缩减超98%
- **物理世界建模**：Mundo模型复刻含质量与摩擦力的可交互孪生酒店，提供环境建模与策略验证，压缩冷启动调试时间
- **自主闭环进化**：具身RSI机制支持机器人自主复位与故障归因，57小时内完成165轮真机实验，输出37条改进方案
- **柔性操作优化**：针对烘干机取衣场景动态微调轨迹与抓取倾角，牛仔裤筒内残留率从平均48%降至最优19%

## 工程与产业观察

该案例验证了“物理世界模型+端云解耦”在解决具身智能长尾问题上的工程有效性。通过将真实失败转化为可被世界模型理解的认知资产，并利用RSI机制实现无人值守的技能迭代，大幅降低了非标场景的边际适配成本。这种从“预设编程”向“自主进化”的范式转变，为酒店服务、即时零售等复杂B端场景的商业化闭环提供了关键技术路径参考。
:::

## 原始参考来源 (Sources)

- [量子位：机器人接管酒店洗衣！双脑协同+RSI，顶级Astra驾驶员来了](https://www.qbitai.com/2026/11/509203.html)