天机智能成为ICRA 2026铂金合作伙伴，新一代Gento人形机器人即将亮相维也纳

在机器人学术圈，ICRA（国际机器人与自动化大会）的地位无需多言。作为IEEE机器人与自动化学会的旗舰会议，它不仅是全球规模最大、影响力最强的学术盛会，更是前沿技术突破与产业落地的核心风向标。

2026年，ICRA将时隔多年再次回到音乐之都维也纳。而这次，天机智能将以铂金合作伙伴（Platinum Partner）的身份登场，在167号展位带来新一代Gento系列人形机器人平台及完整的具身智能开发工具链——对于关注人机协作前沿的开发者来说，这无疑是值得亲临现场的理由。

三款力控机器人平台同台亮相

在ICRA 2026现场，天机智能将展出三款定位各异的力控机器人平台，覆盖从实验室研究到工业现场的全场景需求。值得注意的是，这三款产品并非简单的硬件迭代，而是围绕“力控”这一核心能力做出的差异化布局。

Gento Luna —— 轮式折叠机器人

Luna给人的第一印象是灵活。它采用独特的轮式折叠结构，站立时高度达1.7米，折叠后仅0.79米——这意味着运输和部署成本被大幅压缩。整机拥有26个自由度，双臂均配备关节力矩传感器，支持位置控制、阻抗控制与力位混合控制。单臂额定负载3~6kg，工作半径最大696mm，TCP最大速度2m/s，重复定位精度±0.03mm，作用力重复精度≤0.15N。底盘采用四轮驱动加四个舵轮，实现全向移动，并标配3D SLAM导航与自动充电。

简单来说，这是一台可以在实验室和狭小空间之间自由穿梭的平台，适合那些对部署灵活性有较高要求的场景。

Gento Skye —— 轮式升降机器人

Skye的定位是“小脑就绪”——这个说法很有意思，它意味着开发者无需从零搭建底层控制系统。其全身力控系统基于实时传感器反馈，不依赖精确动力学模型，在外部碰撞或受力时能主动“泄力”并调整姿态，实现真正的可控柔顺。同时，主动防倾倒算法会实时计算机器人身体稳定度，时刻维持平衡。

硬件方面，Skye面向7×24小时连续运行场景设计：传感器温漂小、发热低，确保长期训练的一致性与可重复性。平台提供完整的控制权开放接口，客户可直接跳过底层“小脑”搭建，专注于模型与算法创新——对于做强化学习和具身智能算法研究的团队来说，这或许是最直接的价值点。

Marvin Pro+M6S Lite —— 固定式双臂高精度机器人

与前两款不同，Marvin Pro采用固定高度刚性支架底座，完全摒弃移动与折叠结构，将全部成本集中于高精度双臂本身。单臂7自由度，标配关节力控，重复定位精度±0.03mm，支持位置控制、阻抗控制与力位混合控制。视觉系统为全系标配五目相机：头部搭载D435 RGBD相机×1 + SH5W RGB相机×2，腕部搭载SH5W RGB相机×2，无需选配即无视觉盲区。

主控搭载NVIDIA Jetson Orin AGX 64G（275TOPS），市电直供，支持24小时不间断运行——对于高校实验室和固定工位工业场景而言，这是一套性价比极高的高精度方案。

现场看点：沉浸式体验交互场景

在167号展位，参观者将亲身体验以下几组演示内容，每一组都对应一个核心技术能力：

：机器人将现场演示下象棋、乒乓球收纳、桌面清洁、擦黑板、水果分拣、插花等任务。全程展示Apex遥操作系统的低延迟控制能力，并同步呈现多模态数据记录与回放流程——对于需要大量高质量数据的研究团队来说，这或许是整个展会最具实用价值的环节之一。

：机器人通过表情灯语加语音同步的方式进行自我介绍与场景解说，融合视觉识别技术，实现有温度的作业提示与人机沟通。这里可以直观感受机器人如何从“工具”变成“协作伙伴”。

：通过语音指令实时切换刚度模式；当手臂被夹持时，机器人会自动降低关节力矩并进行姿态调整——展示的是本质安全的人机协作能力。对于工业场景而言，这一点往往比精度更令人关心。

：内置动作序列，实现机器人协同舞蹈表演，体现整机动态性能与轨迹柔顺性。当然，这也是一种颇具观赏性的技术呈现方式。

主题演讲：新一代Gento系列机器人的技术突破

天机智能遥操与AI研发负责人将在ICRA 2026期间发表主题演讲，重点介绍以下技术路径：

• 安全柔顺的力控技术：基于先进力控技术实现人机协作新范式
• 柔性高动态性能与高刚度结构的统一：兼具灵活性与精度的技术路径
• 丰富具身传感加全栈软件加开源社区：面向具身智能的创新生态构建
• Apex遥操作系统与完整数据管线：多模态数据采集及主流VLA模型验证
• 开源工具展望：包括Manus+UMI第一视角数据采集、FabriX机器人复现、OpenWorld大视觉模型及仿真平台（MuJoCo/Isaac Sim/Isaac Lab）支持

核心思路很清晰：天机智能希望为全球研究者提供“小脑就绪”的硬件平台与数据工具，让算法创新不再受限于底层控制与数据匮乏。这对于推动具身智能从实验室走向真实世界来说，是一步关键棋。