# 星尘智能发布CoMind多机协同框架，通信量减80%任务成功率达100%

> 原文链接：https://robotics.hellobike.com/news/2026-11-13-0100-aa189383
> 频道：news | 更新日期：2026-11-13 | 标签：auto, rss, qbitai
> 核心摘要：星尘智能发布多机协同框架CoMind，通过去中心化主动共享与关键信息压缩机制，在隔墙拿笔等极限测试中将任务成功率从0%提升至100%，盲盒置物准确率达88.9%，同时通信数据量减少80%，验证了动作级反向传播对协作效率的提升。

# 星尘智能发布CoMind多机协同框架，通信量减80%任务成功率达100%

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[中国机器人学会隔墙“递眼色”！成功率从0飙到100%，组队干活不烧心](https://www.qbitai.com/2026/11/509614.html)（量子位）

## 核心内容

深圳具身智能公司星尘智能正式发布多机器人协同操作框架CoMind（Be My Eye），旨在解决多机协作中视线遮挡与通信冗余难题。该框架采用去中心化主动共享与任务关键信息精选压缩两大核心能力，使机器人在独立决策同时高效交换上下文。在六项真机极限测试中，两台机器人隔墙配合拿笔的任务成功率从0%飙升至100%；在盲盒置物任务中，准确率从38.9%提升至88.9%，且全过程信息传输量削减约80%，显著降低了通信与计算负载。

技术上，CoMind包含任务相关上下文提取与双向共享协同动作生成两阶段，利用上下文编码器筛选视觉特征并结合VLA模型生成连续动作。其关键创新在于引入动作级反向传播机制，将队友的动作预测误差反向传递至信息编码器，迫使模型仅提取对当前操作有用的特征而非全量画面。相比斯坦福CHORUS的隐式默契或LatentToM的潜在表征共识，CoMind更聚焦于动作层的信息-决策耦合，使通信内容直接服务于队友的操作修正，补齐了单机智能在复杂装配与柔性物体操作中的边界。

## 关键看点

- **极限测试指标**：隔墙拿笔任务成功率从0%提升至100%，盲盒置物准确率从38.9%升至88.9%，通信数据量减少80%
- **动作级反向传播**：将队友动作误差反向传至信息编码器，训练模型仅提取服务于操作决策的关键视觉特征
- **去中心化架构**：摒弃中心调度，机器人独立提取发送上下文并结合VLA模型生成动作，降低系统延迟与单点故障风险
- **协作能力拆解**：覆盖感知互补与动作协同两类场景，支持纸箱组装、叠被收纳等视线受阻及柔性体操作任务

## 工程与产业观察

CoMind验证了多机协作中“信息质量优于数量”的工程范式。通过动作级反向传播将通信内容与下游控制损失函数绑定，解决了传统分布式协同中语义与动作脱节的问题。这对工业精密装配与家庭服务场景具有直接参考价值，表明具身智能正从单机感知智能迈向以任务为导向的交互式群体智能，为低带宽环境下的高可靠多机系统提供了可复现的技术路径。
:::

## 原始参考来源 (Sources)

- [量子位：中国机器人学会隔墙“递眼色”！成功率从0飙到100%，组队干活不烧心](https://www.qbitai.com/2026/11/509614.html)