8月18日，威邁爾VMR正式發(fā)布全球首款人形機(jī)器人頭部模組OmniHead（奧視知腦）。

當(dāng)前，人形機(jī)器人在實(shí)際應(yīng)用中普遍面臨環(huán)境感知能力弱、決策依賴(lài)預(yù)設(shè)邏輯的痛點(diǎn)，導(dǎo)致難以擺脫人工遙控，制約了實(shí)際應(yīng)用場(chǎng)景的拓展。OmniHead的推出將有效解決這些技術(shù)瓶頸。

OmniHead是威邁爾專(zhuān)為具身智能打造的頭部模組，搭載高精度RGB-D視覺(jué)系統(tǒng)和AI大模型。通過(guò)OmniHead開(kāi)發(fā)者可輕松提升機(jī)器人的視覺(jué)感知能力和環(huán)境魯棒性，從此擺脫遙操。

01、視覺(jué)全景感知

OmniHead的RGB-D深度視覺(jué)系統(tǒng)由三組十個(gè)RGB-D陣列相機(jī)組成，分布于頭部模組的正前方、左后側(cè)和右后側(cè)，形成360°x90°的全景視野，實(shí)現(xiàn)機(jī)器人在復(fù)雜場(chǎng)景中的定位、感知和自主導(dǎo)航。

視覺(jué)定位技術(shù)

OmniHead采用視覺(jué)定位技術(shù)，通過(guò)RGB-D陣列相機(jī)實(shí)時(shí)獲取周?chē)h(huán)境的三維信息并快速建圖，為機(jī)器人定位導(dǎo)航提供可靠數(shù)據(jù)。

多模態(tài)感知與語(yǔ)義識(shí)別

OmniHead的RGB-D相機(jī)融合語(yǔ)義感知算法，實(shí)現(xiàn)環(huán)境物體類(lèi)別的精準(zhǔn)識(shí)別，經(jīng)過(guò)訓(xùn)練可識(shí)別桌子、椅子、人、機(jī)器人、狗等多類(lèi)物體，為機(jī)器人行為決策提供準(zhǔn)確依據(jù)。

多機(jī)協(xié)同數(shù)據(jù)同步

三組RGB-D陣列相機(jī)可實(shí)現(xiàn)視覺(jué)數(shù)據(jù)同步采集與傳輸，最終獲得全景三維重建與實(shí)時(shí)感知。

02、AI大模型+麥克風(fēng)陣列

深度集成DeepSeek或通義千問(wèn)大模型和環(huán)形麥克風(fēng)，支持360°聲源定位與自然語(yǔ)義理解，實(shí)現(xiàn)多輪對(duì)話與情感化響應(yīng)。

環(huán)形麥克風(fēng)陣列6麥協(xié)同降噪，支持5米遠(yuǎn)場(chǎng)拾音，搭配聲紋識(shí)別算法，實(shí)現(xiàn)多人對(duì)話場(chǎng)景下的聲源分離與語(yǔ)音增強(qiáng)，并且支持中英雙語(yǔ)交流。

03、開(kāi)放接口多模態(tài)數(shù)據(jù)融合

OmniHead擁有豐富的開(kāi)放接口，支持視覺(jué)、語(yǔ)音多模態(tài)數(shù)據(jù)聯(lián)合推理，適配各類(lèi)人形機(jī)器人平臺(tái)，可拓展具身智能多場(chǎng)景應(yīng)用，包括商業(yè)辦公、智能制造、智能家居、醫(yī)療陪護(hù)等領(lǐng)域。