
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
是针对传统制造业检测成本高、过检/漏检率高等问题,通过知识图谱实现对行业需求的汇聚和抽象,充分利用人工智能等技术手段,打造的智能检测公共技术服务平台,研究了包括外观检测与测量、产品裂纹检测、缺损检测、功能性检测在内的智能检测算法模型,孵化赋能上下游产业链,形成智能检测核心生态圈,赋能制造业实现智能分析、智能决策、精准生产、全面监测,进而推动制造业数字化转型升级,以数字赋能促进高质量发展。实验室成功

2026年,具身智能迈向真实场景任务执行。世界机器人大会聚焦环境理解与持续决策能力,考拉悠然凭借“悠然无界世界模型”与“GeekMind极客心智”技术体系入选全球标杆企业。世界模型实现“当前状态+动作→未来状态”的预测,助力机器人预演行动;具身大脑则统筹任务理解与规划执行。二者结合推动机器人从“看见世界”走向“理解并行动于世界”。真实场景应用验证其在巡检、防火等复杂任务中的持续适应能力,标志着具身

WorldArena2.0评测揭示世界模型评价新趋势:从单纯视频生成转向对长期状态一致性与物理合理性预测的考验。悠然无界在背景一致性(BackgroundConsistency)和JEPASimilarity两项指标中夺冠,凸显其在维持空间结构、物体状态及动作语义变化预测上的优势。评测强调长时推演能力,应对误差累积问题,并考察模型在未见环境中的泛化表现。这标志着世界模型正从“画得像”迈向“想得对”

WorldArena是面向具身世界模型的统一评测体系,从视觉、运动、物理遵循性等6个维度16项指标综合评估模型对环境状态与变化的预测能力。它推动世界模型从“生成逼真画面”转向“理解空间、物理与动作因果”,并与GeekMind具身大脑协同,实现环境感知→任务规划→行动执行的闭环。在工业巡检场景中,该技术使异构机器人能在动态复杂环境中自主适应、持续决策,验证了具身智能真实落地的可能性。

当AI发现河道漂浮物,它不会简单报警,而是结合水流速度、风向进行轨迹研判,预测可能的污染区域,并将“事件”精准推送给统一事件归集平台,形成“发现-分析-处置”的智能闭环。更重要的是,我们打造了一个“商城式”的服务门户,各委办局无需重复建设,像逛超市一样,按需调用全市的AI能力,实现了真正的资源共享。今天的宜宾,长江水依旧奔腾不息,但这座城市的治理脉搏,已经变得更加智能、更加高效。一次接入、全局可用

此外,考拉悠然的产业大模型,还会针对行业特点,强化特定模型在某些领域的能力,更聚焦于行业关注的场景项目,比如悠然半导体大模型、悠然烟草大模型、悠然高空视频大模型等。而考拉悠然的烟草大模型方案,基于多模态大模型技术,从人员管理、作业管控、隐患治理、安全监管、产业联动等多方入手,支持200+的算法,可根据实际检测需求,灵活适配算法进行检测,部署方式非常灵活,据了解该方案已经在四川中烟等烟草企业落地,减

与传统单一模态的AI系统不同,考拉悠然的多模态AI技术能够并行处理图像、视频、音频、文本、传感器数据等多种数据类型,通过深度学习算法进行特征提取和模态融合,实现对城市复杂场景的全方位、立体化感知。在集成边缘计算和AI技术的基础上,考拉悠然所打造的这套高效治理的AI+智慧灯杆解决方案,通过智慧灯杆与无人机的协同工作,进化出了更强大的空间认知能力。在这里,科技不再是冰冷的工具,而是化作润物无声的守护者

同时在数学基准和多模态综合基准这样的复杂任务上取得如此优异的成绩,凸显了其架构设计和训练方法的有效性。作为考拉悠然深耕空间智能与多模态世界模型领域的核心成果之一,悠然产业通用大模型定位为企业服务行业垂直大模型,采用先进多模态大模型架构,融合考拉丰富的行业内专业场景多模态数据,具有强大跨模态理解生成能力的深度学习模型。未来,考拉悠然将以此为契机,持续深化大模型在空间智能与多模态世界模型领域的技术迭代

作为首个同时覆盖数字空间与物理空间的统一空间基础模型,悠然无界大模型BLM-1.0支持基础多模态问答、具身问答、空间推理和跨本体机器人操作四类核心任务,在空间理解、空间推理、空间执行三大核心能力上实现突破:在数字空间刷新六项评测基准,在物理空间实现四本体统一控制并刷新了六项任务基准。BLM-1.0 在六大数字空间评测中,包含具身任务推理、导航规划、功能性推理、空间关系理解、属性识别、目标定位、可供
深圳明确提出建设 “低成本、高品质、符合现代企业需求的优质产业空间”,推动园区向集成化、自动化、智能化转型。面对行业转型困境,考拉悠然跳出传统 “补充式 AI” 框架,提出以大模型为核心的 AI + 园区建设方案,通过园区AI智能管家解决方案赋能智慧运营 IOC 平台,将AI技术深度嵌入园区运营全链路,从底层重构运营体系,破解传统园区的转型难题。部分园区的 “AI+” 仅停留在 “园区 + AI








