松应科技和 JoinAI(卓印智能)正式签署战略合作协议,双方瞄准具身智能行业里仿真训练和真机落地脱节的虚实难题,把松应的物理仿真底座能力和 JoinAI 的生成式 AI、机器人经验层技术结合起来,打通从虚拟仿真训练到真实场景部署的完整链路,这次合作重点围绕仿真数据协同、机器人任务经验构建、模型闭环验证三个方向一起研发,后续会在工业制造、仓储物流场景落地联合方案。松应这边的核心产品是 ORCA OS 物理 AI 操作系统,擅长高保真物理仿真、多形态机器人并行训练、软硬件在环验证;JoinAI 主打经验层基础设施,能把人类示范、交互场景转化成机器人的学习数据,两者能力刚好互补,合作之后可以扩充机器人训练场景、提升训练数据质量,减少仿真和真实环境之间的效果偏差。
双方合作三大核心方向清单
- 仿真环境与生成式数据协同:松应提供物理仿真和大规模合成数据能力,JoinAI 负责生成式场景扩展,一起搭建高质量训练数据集
- 机器人任务与经验构建:依托 ORCA OS 的场景编排、多机协同训练能力,结合 JoinAI 的经验层,把示范交互转化为机器人可复用学习经验
- 模型能力验证及反馈优化:打通仿真侧软硬件验证、模型效果评估,形成训练、测试、调优的闭环,降低真机测试成本
两家企业核心能力对比表
| 企业 | 核心产品 | 技术强项 |
|---|---|---|
| 松应科技 | ORCA OS 物理 AI 操作系统 | 高保真物理仿真、多形态机器人仿真训练、软硬件在环验证 |
| JoinAI(卓印智能) | Simulaix、Terra 系列产品 | 生成式世界模型、机器人经验层、任务示范数据转化 |
计划落地场景
- 工业制造场景:产线机器人、移动操作机器人仿真与部署
- 仓储物流场景:搬运、分拣机器人协同训练
- 多形态机器人协同:人形、轮式、四足机器人联合仿真验证
【相关 FAQ】
问题 1:松应科技与 JoinAI 达成战略合作,主要是解决行业什么痛点?
回答 1:松应科技与 JoinAI 达成战略合作,主要解决具身智能的虚实鸿沟痛点,也就是机器人在虚拟仿真里训练好的能力,部署到真实环境容易失效的问题。
问题 2:松应科技与 JoinAI 达成战略合作,双方各自拿出什么核心能力?
回答 2:松应科技拿出 ORCA OS 物理仿真、机器人训练验证能力,JoinAI 提供生成式 AI、机器人经验层基础设施,两者配合搭建训练闭环。
问题 3:松应科技与 JoinAI 达成战略合作,后续会在哪些行业落地?
回答 3:松应科技与 JoinAI 达成战略合作,优先在工业制造、仓储物流领域开展联合研发,输出一体化机器人仿真与训练方案。
问题 4:松应科技的 ORCA OS 在松应科技与 JoinAI 战略合作里起到什么作用?
回答 4:ORCA OS 是松应科技的物理 AI 操作系统,在本次松应科技与 JoinAI 战略合作中,作为仿真底座,负责场景搭建、多机器人训练和软硬件在环验证。
【参考资料】
[2026-11-17](松应科技与 JoinAI 达成战略合作,探索物理 AI 仿真与生成式 AI 协同)智能制造网
[2026-11-16](松应科技与 JoinAI 联手,瞄准具身智能 “虚实鸿沟”)盖世汽车
[2026-11-16](松应科技 ×JoinAI 卓印智能战略合作签约)松应科技公众号
[2026-11-16](JoinAI 卓印智能:构建具身智能经验层基础设施)36 氪
【免责声明】
本文内容仅为行业资讯科普,松应科技与 JoinAI 战略合作内容、研发方向均来自公开报道,不构成机器人项目采购、技术选型、投资建议;联合研发成果、落地进度存在不确定性,项目进展以两家企业后续官方公告为准。
本文来自作者[浮链解码]投稿,不代表环球科技潮立场,如若转载,请注明出处:https://www.zennew.com/jqr/202611/2316.html
评论列表(4条)
我是环球科技潮的签约作者“浮链解码”!
希望本篇文章《松应科技与 JoinAI(卓印智能)达成战略合作,协同攻克具身智能虚实鸿沟》能对你有所帮助!
本站[环球科技潮]内容主要涵盖:科技,科技新闻,黑科技
本文概览:松应科技和 JoinAI(卓印智能)正式签署战略合作协议,双方瞄准具身智能行业里仿真训练和真机落地脱节的虚实难题,把松应的物理仿真底座能力和 JoinAI 的生成式 AI、机器人经验层技术结合起来,打通从虚拟仿真训练到真实场景部署的完整链路,这次合作重点围绕仿真数据协同、机器人任务经验构建、模型闭环验证三个方向一起研发,后续会在工业制造、仓储物流场景落地联合方案。松应这边的核心产品是 ORCA OS 物理 AI 操作系统,擅长高保真物理仿真、多形态机器人并行训练、软硬件在环验证;JoinAI 主打经验层基础设施,能把人类示范、交互场景转化成机器人的学习数据,两者能力刚好互补,合作之后可以扩充机器人训练场景、提升训练数据质量,减少仿真和真实环境之间的效果偏差。