2026年4月,广和通正式发布新一代桌面级双臂具身智能开发平台Fibot。该平台率先支持全球顶尖具身智能公司Physical Intelligence(PI)最新推出的通用视觉-语言-动作(VLA)模型π0.6在端侧高效部署,并可基于物理世界数据集进行模型训练与迭代,助力机器人在真实场景中执行长时序且复杂的柔性任务,标志着广和通在具身智能端侧部署能力上迈入全新阶段。
π0.6模型发布:以Recap突破模仿学习瓶颈,成就“最强具身VLA”
2025年11月,Physical Intelligence正式发布新一代机器人基础模型π0.6,其核心突破在于Recap(基于优势条件策略的经验与纠错强化学习)训练方法,让VLA模型突破传统模仿学习的局限,实现“示范学习、纠错指导、自主实践”三个阶段的闭环进化,使机器人能够从真实执行中积累经验、从错误中自主成长。
在模型架构层面,π0.6基于50亿参数的视觉-语言模型构建,通过流匹配技术生成连续动作序列,支持文本指令与执行质量、动作优势等多维度条件输入,实现“感知-规划-执行”的高效协同。该模型已在三大复杂任务场景中经受实战验证:从清晨5:30到深夜11:30连续制作意式浓缩咖啡、在新环境中不间断折叠50种不同材质衣物、在真实工厂产线精准组装和标记包装纸箱——三大任务的成功率均突破90%,在制作咖啡等长时序复杂任务上吞吐量和成功率较基础模型实现翻倍。
广和通新一代桌面级双臂Fibot:全面支持π0.6端侧部署与模型训练
基于π0.6强大的模型能力,广和通新一代桌面级双臂Fibot对其实现了端到端支持。广和通AIC事业部总经理张泫舜表示:“Fibot不仅能够承载π0.6等先进VLA模型在端侧高效运行,更可帮助开发者和企业基于自身业务场景构建数据集,进行模型微调与训练,让机器人真正学会执行贴合实际需求的复杂任务。”

在端侧部署能力方面,新一代Fibot搭载广和通自研的高算力机器人域控制器,集成CPU/GPU/NPU异构算力架构,具备端侧AI算力,可在本地完成模型推理与智能分析,实现感知、决策、执行全链路闭环,确保任务执行的实时性与可靠性。在硬件架构上,Fibot采用桌面级双臂仿生设计,其升降结构行程较前代产品显著提升,大幅扩展了机械臂末端执行器在垂直方向(Z轴)的可达工作空间。这种三维空间的扩展,增强了机器人在执行抓取、放置、装配等任务时的空间灵活性与任务适应能力。
在模型训练层面,Fibot支持机器人操作数据的系统化采集与标注,客户可基于自建数据集进行π0.6模型的二次开发、微调与训练,使其适配具体应用场景的差异化需求。Fibot通过提供标准化的数据接口、预置的训练管线以及开箱即用的感知-决策-控制模块,将客户从繁琐的底层系统集成工作中解放出来,显著降低了二次开发的技术门槛与迭代周期,实现了高效的场景化适配。
得益于Fibot强大的端侧算力支撑与π0.6的Recap训练框架,机器人能够在真实执行过程中持续积累经验数据,实现模型的在线优化与迭代——这正是Recap“边做边学”理念在端侧部署场景中的最佳实践。机器人可胜任制作咖啡、折叠衣物、物品分拣、精密装配等长时序、跨工序的复杂柔性任务,为智能制造、商业服务、家庭看护等多元场景提供从感知到操作的一体化解决方案,推动具身智能从实验室走向广阔应用场景。

目前,广和通新一代桌面级双臂Fibot亮相GEIA Asia 2026亚太具身智能与人形机器人创新周。未来2天,欢迎莅临广和通展台交流与洽谈。

Online messageinquiry
| model | brand | Quote |
|---|---|---|
| BD71847AMWV-E2 | ROHM Semiconductor | |
| MC33074DR2G | onsemi | |
| RB751G-40T2R | ROHM Semiconductor | |
| TL431ACLPR | Texas Instruments | |
| CDZVT2R20B | ROHM Semiconductor |
| model | brand | To snap up |
|---|---|---|
| IPZ40N04S5L4R8ATMA1 | Infineon Technologies | |
| BU33JA2MNVX-CTL | ROHM Semiconductor | |
| ESR03EZPJ151 | ROHM Semiconductor | |
| STM32F429IGT6 | STMicroelectronics | |
| BP3621 | ROHM Semiconductor | |
| TPS63050YFFR | Texas Instruments |
Qr code of ameya360 official account
Identify TWO-DIMENSIONAL code, you can pay attention to
Please enter the verification code in the image below: