深圳商报·读创客户端记者 郑恺

在CES 2026展会期间，速腾聚创（RoboSense）发布了一段实拍视频：一台机器人在夜晚完全自主完成从取件到送达的全流程即时配送任务。该机器人无需人工干预，流畅执行近20个复杂操作步骤，包括拆箱、折叠纸箱、自主乘电梯、精准投递等，成功将一杯热奶茶送至办公楼3楼用户手中。这标志着AI驱动的末端配送正加速从实验室走向真实生活场景。

对人类而言，拆包裹、折叠纸箱不过是日常小事；但对机器人来说，这些动作涉及环境感知、物体识别、任务分解、精细操控等多重技术难点。视频中，机器人准确识别外卖回收箱的位置与结构，自主规划折叠逻辑，并通过高自由度灵巧手完成抓取、翻转、压合等连贯动作，全程无顿挫、无失误。即便在光线复杂的夜间环境中，机器人仍能稳定运行，展现出极强的环境适应能力与操作鲁棒性。

为高效处理复杂任务，速腾聚创采用“快慢双系统”架构：慢系统（任务规划AI）负责将“送奶茶到3楼”这样的抽象指令，拆解为“打开外卖回收箱上盖”“取出外卖袋并放在一侧”“翻转箱子”“捅开箱子底部的魔术贴”“折叠箱壳”“拿起折叠后的箱壳并投递至回收口”等一系列原子化动作；快系统（VLA模型）则实时执行每个动作，确保操作精准、柔顺。

过程中，任务规划AI不仅在开始时通过观测分析出任务步骤，还需实时判断当前任务完成情况，动态调整指令。快系统以不低于10Hz的频率进行推理，使机器人响应及时、动作连贯。

此次演示的核心支撑是速腾聚创自研的VTLA-3D操作大模型（Vision-Touch-Language-Action）。该模型首次在行业内实现视觉、激光点云与灵巧手全手掌触觉的有效融合，在复杂环境与不同光照条件下具备更稳健的操作表现、更高的成功率和更强的泛化能力。

配合自建的多模态数据采集系统与数据飞轮机制，模型通过真机数据与无本体数据融合，并依托高精度3D点云信息提升数据质量，推动模型在多个场景中快速迭代。

机器人部署了从感知到执行的完整自研硬件体系。AC系列传感器作为“机器人之眼”，其中AC2部署于眼睛上方和手部端口，提供近距离高精度的立体和彩色信息，支持精细操作感知；AC1部署于机身和背部，负责远距离导航避障。

执行末端配备8自由度自研灵巧手，提供触觉信号，有效解决视觉盲区问题，确保操作连贯与精准。这些能力均适配用户定制化硬件，包括机械臂、末端执行器、底盘、躯干等。

此次夜送奶茶演示聚焦物流即时配送中“最初100米到最后100米”的柔性精细操作挑战。自2025年初确立AI+机器人战略以来，速腾聚创已构建从硬件到算法的全栈AI技术闭环。

凭借该方案，合作方格松科技在2025年11月深圳智能机器人灵巧手大赛竞技赛中斩获冠军。在CES 2026展会上，同款机器人还在速腾聚创展台现场演示了基于同一套具身智能解决方案的不同场景表现。

它在没有任何提前采数训练的泛化场景中，以极高成功率自主完成从礼品打包、上架、运送、拆盒、递送礼品到折叠回收盒子的长程操作，并为现场观众送上新年礼物，成为展会焦点。