主要完成单位

围绕《"十四五"机器人产业发展规划》战略需求和《"机器人+"应用行动实施方案》中"突破复杂环境感知决策技术"的重大需求，针对机器人在复杂环境下多模态统一表征与可控生成、复杂动态场景实时感知与决策、云端大模型智能与边缘端算力协同等关键难题，在国家自然科学基金和天津市科技计划院市合作项目的支持下，系统开展了多模态大模型、轻量化实时感知与云边端协同决策等核心技术的攻关与集成应用，在关键技术突破、系统构建及产业化推广等方面，取得了具有自主知识产权的创新成果。主要发现点如下：

1)首创知识引导的多任务通用视觉语言基础大模型构建技术。攻克了统一自监督视觉预训练(UniVIP)和文本-视觉双提示融合机制(Obj2Seq)等关键技术，实现了多模态多任务的统一建模与高效处理，提升了模型在真实复杂场景中的感知与泛化能力，解决了多模态统一表征与可控生成难题。

2)针对具身智能机器人实时场景理解需求，构建了“异构表征学习-轻量分割-决策执行”全栈技术体系。基于研发的ASL框架和FastSAM模型，突破了非结构化场景泛化感知和快速目标分割与识别瓶颈，实现了机器人实时感知与决策，解决了机器人复杂动态场景实时感知与决策难题。

3)提出云端大模型知识迁移+边缘小模型实时响应策略，创建完整的“云-边-端”协同架构，实现了云端千亿级参数多模态大模型与边缘端小模型的协同决策，突破了传统机器人算力瓶颈，解决了云端大模型智能与边缘端算力协同难题。

授权国家发明专利56项、软件著作权8项，发表高水平学术论文20篇，参与制定国家标准1项、团体标准6项，形成企业标准3项。研发了具身智能机器人和肌健驱动人形机器人，核心技术已在工业质检、柔性分拣、自主导航及服务机器人等领域实现规模化推广应用，取得显著经济效益。

社会效益方面，项目成果有力推动了智能制造产业升级，提升了国产机器人在国际市场的竞争力；在医疗康复、家庭服务、应急救援等民生领域具有广阔的应用前景，可助力解决老龄化社会服务需求，提升公共服务智能化水平；通过开源社区建设与标准制定，带动行业协同创新，促进高水平人才培养和学科交叉融合，为我国机器人与人工智能产业持续发展提供了重要支撑。