外观
新闻Robohub1 个月前
Intrinsic开源Physical AI核心框架及机床上下料参考方案
本文由 AI 根据公开内容整理，可能有误，请以原文为准：An open source approach to physical AI from Intrinsic（Robohub）
核心内容
Google旗下AI机器人团队Intrinsic宣布开源Intrinsic Core部分核心能力，旨在构建面向Physical AI的标准化软件栈。该开源包包含ROS兼容的实时控制框架、运动与抓取规划、仿真服务及相机标定等模块，并同步发布Open Machine Tending Solution（OMTS）作为机床上下料场景的即用型参考设计，开发者可直接在GitHub获取代码以定制解决方案。
Intrinsic Control采用硬件无关架构，支持基于传感器的实时轨迹自适应与无碰撞路径生成，允许用户更换机械臂、夹爪或传感器而无需重写驱动。系统集成6DoF位姿估计、自动避障运动规划及动态抓取策略，配合预置的Intrinsic-ROS驱动程序，实现对主流机器人本体、末端执行器及3D相机的即插即用支持，显著缩短从仿真验证到真机部署的调试周期。
关键看点
- 硬件无关控制：Intrinsic Control支持实时传感器反馈与轨迹动态调整，更换机械臂或夹爪无需重写底层驱动
- 感知规划套件：集成6DoF位姿估计、自动避障运动规划及动态抓取算法，提升多部件装配与抓取成功率
- 生态兼容接口：提供预配置Intrinsic-ROS驱动，原生支持主流机械臂、夹爪及3D相机，简化系统集成流程
- 落地参考设计：发布OMTS机床上下料完整方案，为工业场景提供可定制的软硬件起点，避免从零开发
工程与产业观察
Intrinsic通过开源硬件无关控制栈与工业级参考设计，将Physical AI从封闭平台转向开放生态。此举降低了具身智能在非标自动化场景的集成成本，为算法工程师提供了验证感知规划算法的标准底座，有望加速ROS2体系下工业操作应用的规模化落地。
来源
本页事实对应的公开页面，以原文为准。