新兴技术动态
编辑：张伟
【导读】一条来自社交媒体的消息震撼了机器人领域：融合OpenClaw技术的宇树人形机器人，竟然开始理解空间与时间的概念。这意味着机器人首次拥有了「世界记忆」，能够记住人、物体以及事件的发生，未来似乎就在眼前。
近期，全球的开源机器人项目因为一条消息而沸腾。
在一间房间内，配备OpenClaw的宇树人形机器人自由移动，依赖LiDAR激光雷达、双目摄像头和RGB相机等多种传感器，所获得的数据被输入到一个智能系统中。
随后，这台机器人展现出前所未有的能力——它开始理解空间和时间的关系！
机器人不仅能够识别房间内的人、物体的位置，还能记住何时发生了什么事情。
研究团队将这一能力命名为“空间智能体记忆” (Spatial Agent Memory)，意味着从此以后，机器人拥有了某种形式的“世界记忆”。
这一突破的背后，正是备受瞩目的OpenClaw项目。
其创始人Peter Steinberger对此进展表示兴奋，认为这标志着具身智能的重大飞跃：OpenClaw已经具备了空间和时间感知的能力。
开源和智能的结合，真的来了？
这一项目的发布引发了网络上的热烈讨论。
评论中分化出两种声音：一方是充满期待，他们认为开源机器人终于迎来了时空感知的重大突破，是边缘AI发展的重要里程碑！
可以说，这正是探索具身智能的理想成就。
而另一部分用户则表达了他们的担忧：如果机器人具备了空间感知能力，这分明意味着一个新阶段的天网潜在到来。
想象一下，如果机器人能够精确分析家庭成员的生活规律，知道谁最常在厨房出现，何时需要清理垃圾，这种几乎无所不知的监视能力在缺乏伦理约束的情况下实在令人心惊。
甚至网上有人提到，这样的技术早晚会引入军事用途。
而更让人振奋的是，这一切都是开源的！
尽管视频中OpenClaw直接应用于宇树机器人，但其实这一系统是无硬件限制的。
只要有任何激光雷达或摄像头，就可以实现集成。
这意味着，除了人形机器人，甚至无人机或四足机器人也能够快速整合这一技术。
理论上，我们甚至可以利用旧款iPhone上的激光雷达改造出一台具有时空感知的机器人。
综上所述，所有能运行OpenClaw的硬件都能拥有先进的时空感知能力。
该系统独立于美国机器人操作系统（ROS），同时支持动态障碍物规避和即时定位与地图构建（SLAM）。
当机器人掌握了世界的记忆
设想一下，如果有一天，你的家庭机器人突然告诉你：“你的钥匙昨晚落在厨房的桌子上。”也许你会觉得它很聪明。
但若它随后说：“上周一晚上八点，有人闯入过你家。”甚至继续说：“你平均每天在厨房停留47分钟。”这样的情况是不是让人毛骨悚然？
此时，你会意识到，这个机器人一直在默默观察，并记住了你的生活细节！
更令人震惊的是，这不仅仅是简单的视频复播，而是一种新的能力，结合了空间、时间和语义的记忆。
这意味着机器人正在构建一个关于世界的模型，而不仅仅是记录影像。
为什么过去的机器人智能不高？
与之相比，过去的机器人为何显得如此愚笨？
其原因主要在于，传统的语言学习模型（LLM）只能记住静态信息，无法记住短期内发生的事情，比如钥匙放在哪里。
同时，它们在理解空间概念上也存在短板，难以理解物理环境中的相对位置，例如“厨房在客厅的左侧”。
此外，传统的基于检索的模型只能够处理文本数据，但面对的是复杂的视频流、深度图和实时数据的机器人却显得无能为力。
这一小组的技术突破让人震惊。
SpatialRAG模型，赋予机器人新的生命
他们推出了一项重要技术——空间智能体记忆（Spatial Agent Memory）以及SpatialRAG系统。
该系统的核心逻辑是将视频流、雷达数据、帧图像、里程计结合在一起，构造出一个体素（Voxel）化的空间模型。
每一个小体素都被标记上空间矢量和语义标签，形成了一个多维度的存储库，能理解对象、房间、几何结构、时间、图像和点云等信息。
这为机器人理解真实世界提供了基础。
依赖这一系统，机器人可以在多个维度上提问，从而具备了完整的空间记忆。
这使得机器人能够回答关键问题，例如：“我钥匙丢哪儿了？”“上周一谁来过我家？”“谁在厨房待的时间最长？”以及“垃圾该什么时候清理？”
网友争论：如今是新纪元，还是科技幻想？
该成果一经公布，评论区瞬间引发热议。
一些网友质疑，难道这种技术处理速度慢到需要百岁老人来做家务吗？
对此，团队迅速答复：“并不是在20Hz下进行实时控制，而是作为一个高级智能协调者，动作执行可以异步，流畅而不会卡顿！”
还有人问：为什么不使用专用的机器学习模型，非要选择LLM和复杂系统？
开发者坦诚回答：“将LLM应用于硬件确实简单，但要让其持续维持时间和地点上下文的物理环境，这才是挑战所在。”
OpenClaw提供的不仅是输入接口，更是一整套代理基础设施，包括子代理编排和多点协作协议处理等功能。
这使得它成为机器人的“前额叶”，大大增强了其智能能力。
在评论中，一位机器人工程师强调，最大的难点不是空间理解，而是确保系统能够在现实环境中稳定运行。
现实世界引发的问题包括传感器冲突、光照变化和设备故障，而模拟环境则无法覆盖这些障碍。
具身智能的未来
许多人认为，机器人具身性是意识的重要因素。这次的技术尝试表明，让大型语言模型与硬件结合并非难事，但要让它具备持续的、跨越时间和空间的记忆才是真正的技术挑战。
当机器人开始理解因果关系和空间位置时，它将不再只是简单的行走设备，而是一个真正的“物理代理”。
或许未来不会出现突如其来的“天网”，但可以想象：机器人将学会感知、记忆并最终改变这个世界。
当这样的能力完全开源时，任何人都可以构建出具备智能的机器人大脑。
若干年后，当我们回望这一时刻，或许会意识到：这正是机器人时代的真正起点。
家庭用机器人发展的新时代，可能就将在这一“开源爪子”的引领下开启。
参考资料：
https://x.com/stash_pomichter/status/2028645216505549168
