
在技术与产品上,我们搭建了涵盖“硬件本体+具身OS+开发工具+具身大模型”的全栈架构。其中自研的操作系统Booster OS是全球唯一兼容英伟达、高通、英特尔等多种芯片的具身主控平台,从底层打通了软硬件壁垒。
我们以机器人足球运动作为具身智能的最小验证场景。在2025年RoboCup 巴西世界杯中,我们助力清华火神队斩获28年来中国首个世界冠军;在2026年 RoboCup中,加速进化机器人被38支队伍采用,包揽双足人形组别全部金牌。目前,我们的产品已实现全球规模化交付,覆盖30多个国家的高校及科研机构。
前些年的AI教育大多停留在“离身智能”阶段,学生面对屏幕学习数据与模型、对话与生成,这就像只教了大脑思考,没教身体行动。而人形机器人提供了一个真实的物理载体,让学生真正理解AI如何在复杂的真实环境中区感知、决策与执行。
现在孩子是AI Native的一代,他们不仅要学会使用屏幕里的AI,更要理解物理世界中的AI。我们希望成为连接产业与教育的桥梁,让学生提前建立起对具身智能的系统性认知与能力储备。
我们的教具不是单一的机器人硬件,而是“硬件本体+仿真开发环境”的一体化教具组合。硬件方面,K1小巧轻便,安全皮实,满足规模化部署需求;T2搭载顶配算力,满足前沿科研与复杂任务需求。更重要的是,我们配套了全球首款具身智能专用IDE——BoosterStudio,它打通“仿真-调试-训练-真机部署”全链路,实现Sim-to-Real的无缝迁移,还可以通过其自带的AI辅助编程能力大幅降低开发门槛。硬件与仿真环境互为补充、虚实共生,让教具突破物理台套数的限制,极大降低教学成本,确保每位学生都能拥有充分的实践机会。
在课程体系搭建上,我们坚持分层适配、产教融合,确保不同学龄段都有与之匹配的教学内容。针对K12,侧重启蒙、兴趣激发与素养培养,在动手实践中融入计算思维与工程意识;针对职业院校,紧扣产业需求,围绕机器人通识、应用开发、装调维修三大模块构建技能成长路径,实现从课堂到岗位的无缝对接;针对高校,则聚焦前沿技术验证与交叉学科实践,支持从经典算法实现到强化学习部署的完整科研链条,助力高校在具身智能领域开展创新教学与学术探索。我们已在多所学校进行了试点验证,确保课程内容既符合教学大纲,又能匹配真实的学情。
为了让学习成效可检验、可感知,我们将教学内容与实践项目深度结合,学生会在学习过程中不断进阶完成真实场景中的实践任务闭环。机器人足球赛是一个非常好的教学成果检验场——在瞬息万变的竞技场景中,机器人需要实时完成 “感知 – 决策 – 执行” 的全链路闭环。从视觉识别定位、动态路径规划,到关节级精准运控、多机协同,再到抗干扰与跌倒爬起等应急响应,几乎涵盖了具身智能落地真实世界所需具备的所有核心能力。通过这种“以赛促学”的模式,学生既能直观理解算法、控制、多智能体协作的底层逻辑,更能在竞技对抗中验证成果,实现从“被动接受知识”到“主动探索实践”的转变。
通过“硬件实体+虚拟仿真”构成的虚实教具、分层课程体系以及可落地的实战项目,三位一体构筑了从理论到实践、从课堂到产业的具身智能培养生态。虚拟环境消除了设备不足的掣肘,硬件实体提供了真实的物理反馈,两者结合让每一套教具都能充分流转、高频使用,有效破解设备闲置、开课难等痛点,真正让机器人成为学生触手可及的学习伙伴。
在K12阶段,学生摆脱了编写固定动作程序的浅层训练,转而设计能应对物理世界不确定性的决策逻辑。他们在真实的“感知—决策—执行”闭环中,切身理解具身智能的运行机理,实现从被动接收知识到主动探索求解的思维跃迁。以足球项目为例,学生需独立完成策略优化与真机部署,全程伴随高频试错,在解决“机器人摔倒后如何爬起”等真实物理问题中,将书本知识转化为可执行的工程素养。
面向职业院校与高校,思维训练则向纵深分层推进。其中,职业院校侧重机械操作、装配调试与运维保障,强调产业一线的实操精度;高校学生则系统经历从经典控制理论到强化学习部署的完整科研链条,锤炼算法创新与系统集成的综合能力。
创新能力培养,在我看来是我们当前教学实践中最珍贵的产出。因为人形机器人构建了一个“未知友好型”的学习场域——物理世界的不确定性决定每个任务的独一无二,学生无法依赖标准答案或固定模板。他们必须像真正的工程师一样,在目标明确但路径开放的问题面前,自主提出假设、设计验证方案、在试错中修正策略。这种“面对未知—拆解问题—构建解法”的完整闭环,正是应对未来复杂挑战的核心创新素养。
所以这种教育模式所赋予学生的,远不止于技术层面的能力,而是学生面对不确定性的从容与勇气,让他们在试错中建立秩序,不再畏惧混沌。这回归了教育的本源:从灌输已知转向点燃探索欲,从培养标准应答者转向塑造主动创造者。学生带走的不仅是调试经验,更是定义问题、构建解法的底层自信——这正是智能时代对人才培养最本质的呼唤:培养能够驾驭不确定性、敢于在无人区前行的新一代开拓者。
首先是把备课门槛降到最低。我们给每套课程都配套了完整的课程资源包,课件、教案、实践项目和示例代码全部配齐。老师拿到手就能直接开课,不用从零去琢磨“这节课该怎么上”。这一步解决的是“不敢开课”的问题。
第二是分阶培训,让老师能一步一步往上走。我们设置了初、中、高三个阶梯的师资培训体系。初级目标很明确——能开课、会指导学生操作;中级要能讲清楚原理,帮助学生建立“感知—决策—执行”的闭环认知;高级则是能带队做项目、能参加竞赛。每一个阶段对应不同的能力要求,老师可以根据自己的基础对号入座,不搞一刀切。
第三是持续支持,构建教学交流社区并持续迭代实践项目。我们会为教师们搭建起交流平台,让各地的一线老师可以分享教学经验和心得,我们也会根据老师们反馈的课题问题和最新技术迭代,持续更新实践项目库,确保课程内容始终鲜活。这样一来,老师不是孤军奋战,而是有整个生态在背后支撑;项目也不是一成不变的,而是跟随实际需求和技术发展更迭的。
第四也是最关键的一点——一校一策,不搞标准化套用。每所学校的师资储备、学生基础、课程目标都不一样,需要灵活匹配人工智能通识课升级、机器人特色校本课或学校社团课等不同模式。这种精准对接的方式,才能确保教学规划可落地。
“学”,是项目制的课堂。我们提供标准化的课程资源,但不是理论灌输,而是把具身智能的知识点拆解成一系列具体任务,让学生在完成任务的过程中自然掌握知识。教学本身,就是素养积累的过程。
“练”,是实践项目库。课堂上学到的东西,需要在真实场景里反复打磨。我们配套了实践项目库,学生可以针对课堂环节进行专项强化训练,把知识转化为工程能力。
“赛”,是机器人足球赛事。这是我们的核心抓手——足球融合了运动控制、动态感知、实时决策、多智能体协作等核心技术,还叠加了博弈策略和临场应变。一场比赛下来,学生的综合能力一目了然,通过将比赛任务融入教学内容,形成“以赛促学、以训促赛”的良性循环。
“评”,是任务制评价与以赛代评的结合。学生的课堂项目成果、团队协作表现、赛场实战数据,全部转化为可视化的评价指标。不是一次考试定论,而是在学习和竞技过程中持续记录、客观呈现,全面反映创新、协作和抗压等多维素养。
四个环节环环相扣,课堂学、课后练、赛场验、评价跟,跑通这条链路,学生的成长轨迹也就清晰了。
但是,教学经验和实践项目是可以灵活快速迭代的,以保持传授内容的与时俱进。这点前面在讲师资培养体系时已有介绍,我们会在生态构建和实践项目更新上持续投入,确保课程内容始终紧跟前沿、贴近实际。
一是缺乏教学标准,即统一的能力图谱、课程规范和评价标准;二是缺乏真实的场景闭环,多数教学停留在单点技术演示或理论讲解,学生难以将知识转化为产业所需的系统性工程素养。
我们选择机器人足球运动作为突破口,就是因为它是一个典型的真实对抗场景,在这个场景里培养出来的能力,也恰好对应具身智能产业的真实用人需求。
接下来我们会持续做好三件事:把前沿科技成果转化为校园教学资源,把企业真实用人需求转化为教学内容,把产业真实案例设计成实训项目——通过真场景、真需求,培养真人才。
当然,教育体系升级不是单靠一家企业能完成的,需要政策、学校和企业的合力,还可能会需要金融机构的资金支持。我们会联合更多生态伙伴,一起构建教学标准、打磨落地模式,让硬核科技加速走进课堂。
具身智能时代的到来,重塑了科技人才的能力评判标尺,也赋予教育领域全新的实践育人使命。人形机器人走进校园,绝非单一科技教具的简单补充,而是一场科创教育底层范式的革新,其核心价值在于搭建数字智能通往物理现实的桥梁,让新一代青少年跳出屏幕化离身智能学习局限,建立面向真实世界的工程思维与创新勇气。加速进化以技术创新为根基、教学落地为抓手、产业育才为终极目标的发展路径,为行业提供了可复制、可持续的产教融合解决方案。放眼长远,科创教育的终极目标不在于掌握某一类机器人操作技术,而是培育一批敢于直面未知、自主拆解难题、持续迭代创新的复合型科技人才开拓者。未来,伴随政企校多方生态协同发力,标准化、体系化、实战化的人形机器人科创教育体系将逐步成型,源源不断为我国人形机器人、通用人工智能产业输送高质量后备人才,以系统化产教培育夯实产业人才梯队,为具身智能核心技术突破与产业高质量发展提供坚实的智力支撑。
评论前必须登录!
注册