大湾区首个！联盟成员自变量机器人GreatWall通用具身大模型完成备案

据广东省网信部门公布的新一批生成式人工智能服务备案信息，中国机器人产业发展联盟成员自变量机器人自主研发的GreatWall通用具身大模型已完成备案。新华网客户端11月12日报道，这是粤港澳大湾区首个完成该项备案的通用具身大模型。 (app.xinhuanet.com, bjnews.com.cn)

备案前，团队开展了历时5个月的安全评估，累计完成超过20万次语料与生成内容抽检，以及27,148道高风险拒答测试。对于需要把模型判断转化为实际动作的机器人，这次备案也带出一个产业问题：从模型服务到现场作业，安全要在哪些环节验证？ (app.xinhuanet.com, bjnews.com.cn)

据新京报贝壳财经报道，GreatWall备案前的评估覆盖训练语料、生成内容、知识产权、个人信息保护，以及模型输出的准确性、可靠性和风险拦截能力。其中，高风险拒答测试检验模型面对高风险请求时能否按预设规则拒绝响应。 (bjnews.com.cn, app.xinhuanet.com)

这类评估对具身智能有直接的产品意义。模型处理的信息可能来自语音、摄像头或其他传感器，其判断也可能影响机器人接下来如何操作。以家庭服务为例，机器人能否识别含糊指令、在不确定时请求确认，以及如何处理场景中的个人信息，都关系到用户是否愿意长期使用。

GreatWall系列覆盖多条技术路线，包括世界统一模型WALL-B、世界模型WALL-WM，以及视觉语言动作模型WALL-OSS。其中，WALL-B融合视觉、语言、触觉、动作与物理预测能力，帮助机器人结合环境和任务做出操作判断。新华网客户端报道，相关模型已用于家庭服务、物流分拣等真实场景。 (app.xinhuanet.com, bjnews.com.cn)

模型服务完成备案后，具体机器人产品进入现场时，仍需结合设备、任务和环境验证运行表现。比如，在物流分拣中，货物摆放改变、抓取失败或人员进入作业区时，系统能否及时识别异常、暂停动作并交由人员接管？这些情况可以写进项目的试点任务和验收条件。

从中国机器人产业发展联盟的视角看，具身智能项目的安全验证需要模型、整机和场景方共同参与。模型团队明确哪些指令需要拒绝或二次确认，整机团队验证设备在异常情况下能否安全停止，场景方则明确哪些任务允许自主执行、何时需要人员介入。

当这些要求能在试点中被测试、记录和复核，项目各方才有依据判断一项任务能否交给机器人，以及方案能否复制到下一个现场。自变量机器人此次完成备案，为联盟成员讨论模型安全与实际部署之间如何衔接，提供了一个具体案例。

本栏目关注中国机器人产业发展联盟成员的技术进展与场景实践。欢迎成员单位通过公众号后台分享可公开的项目进展、应用数据与现场素材。