魔法原子WAIC2026亮相Magic-VLA K02新任务 打造物理AI平台大脑

　　7月17日，2026世界人工智能大会（WAIC）期间，魔法原子携自研通用具身大模型Magic-VLA K02最新成果亮相，并面向公众展示叠盒封胶、柔性衣物整理、行李箱收纳等多项复杂长程任务。展会现场，搭载Magic-VLA K02的机器人能够自主完成任务理解、步骤规划、物体识别与连续动作执行，并在环境状态发生变化、作业流程受到干扰后，实时调整策略并恢复任务。其中，叠盒封胶组合式长程任务成功率超过90%，集中体现了模型在多步骤任务规划与连续稳定执行方面的能力。

　　据魔法原子介绍，这是行业首次由通用具身大模型完整实现叠盒与封胶组合式长程任务。此次成果不仅验证了Magic-VLA K02在长时序规划、可变形物体操控、动态扰动恢复及多物体空间推理等方面的能力，也进一步明确了其作为魔法原子机器人核心技术底座的价值，为多形态机器人进入真实岗位、实现能力迁移与规模化部署构建统一的智能基础。

　　三类复杂场景，指向通用操作能力

　　在此次WAIC现场展演中，魔法原子通过三类物理属性和任务结构差异显著的场景，对Magic-VLA K02的通用操作能力进行集中验证。

　　叠盒与封胶既是物流仓储、工业生产、电商零售等场景的基础工序，也是具身智能领域公认的高难度操作任务。两项任务分别涉及刚性物体精细操控与柔性物体动态控制，其自动化水平直接影响包装效率、作业标准化程度及人力成本。

　　WAIC现场，Magic-VLA K02可实时识别不同规格、尺寸和形态的箱体，自主调整机械臂抓取点位、受力角度与叠放姿态，并结合空间感知、重心控制和力反馈，对箱体偏移、变形等情况进行动态修正。贴胶过程中，模型则根据胶带形变及箱体表面状态，实时调整末端轨迹与贴合力度，降低空鼓、偏移、褶皱和断裂等问题。

　　更具挑战的是，叠盒封胶并非两项动作的简单串联，而是一项涵盖任务规划、状态感知、连续执行和异常恢复的长程流程。

　　面对这一任务，Magic-VLA K02并非简单堆叠预设机械动作，而是将完整流程拆解为一系列具有明确时序关系的原子任务，根据每一步的执行结果持续更新当前状态，并动态规划后续动作，从源头降低多步骤操作中的误差累积。

　　当箱体位置发生偏移、胶带状态出现变化或任务流程被意外打断时，模型能够重新感知环境、评估任务进度并修正执行轨迹，在无人干预的真机环境中接续完成任务。

　　除叠盒封胶外，Magic-VLA K02还在现场完成了柔性衣物整理和行李箱收纳。

　　衣物整理进一步指向高自由度柔性物体操控。衣物缺少稳定的几何形态，其轮廓、边角和局部状态会受到重力、接触及机械臂动作影响。Magic-VLA K02能够根据实时视觉信息动态选择抓取位置，持续调整作用力度、动作角度和执行轨迹，连续完成平铺、压边、对折、收角及规整。

　　现场设置的叠衣过程打断环节，则进一步验证了模型的任务恢复能力。当观众在操作过程中移动或打乱衣物后，机器人不会继续机械执行原有轨迹，而是重新识别衣物状态、判断任务偏差，并基于最新环境信息恢复后续操作。

　　在行李箱收纳任务中，模型需要同时处理多个物体与有限空间之间的约束关系。机器人能够识别箱内可用区域，理解衣物、盒装物品等不同对象的形态、尺寸及可堆叠关系，并统筹规划摆放位置、操作顺序和空间利用方式。

　　三类任务分别涉及结构推理、柔性形变建模、长程任务恢复及多物体空间规划。现场呈现出的并非三套彼此独立的固定程序，而是同一模型框架在不同任务中的能力外化。

　　分层式双系统架构，支撑复杂任务连续执行

　　魔法原子在WAIC现场展示三类任务能力之所以能够在同一套模型框架下完成，核心来自Magic-VLA K02面向长程任务构建的分层式双系统架构。

　　该架构由高层“理解—生成统一模型”和低层动作生成系统协同组成，打通任务理解、原子任务拆解、视觉目标生成、未来状态预测与连续动作执行的完整链路。

　　其中，高层系统承担全局决策与任务规划。面对抽象的长程指令，模型能够结合实时视觉信息进行语义理解和多步推理，将完整目标拆解为一系列可执行的原子任务。

　　以叠盒封胶为例，模型需要依次判断当前应完成箱体识别、抓取调整、位置校准、胶带定位还是贴合压实，并根据前序步骤的实际结果规划下一步动作，而非一次性生成整套固定的动作。为了进一步约束动作方向，高层系统会为基于任务结果的预测生成“关键结果图像”，明确每一步的视觉目标，从而让机器人不仅知道“当前需要做什么”，还能够获得“完成后应该呈现什么状态”的目标参照，极大化提高任务成功率。

　　低层系统则负责将高层拆解的原子任务和视觉目标，转化为连续机器人动作。该系统由VLM主干网络、动态专家模块及动作专家模块协同构成。

　　其中，动态专家模块可以提前推演当前动作可能引发的物体形态和场景变化。例如，在衣物折叠过程中，模型不仅关注当前抓取位置，还需要预测抓取与翻折后布料可能呈现的状态，避免局部动作正确、整体结果偏离目标。

　　而动作专家模块负责输出连续、平滑的动作序列，提升抓取、弯折、移动、贴合和放置等相邻动作之间的衔接稳定性，减少机械抖动、动作突变和轨迹偏移。

　　通过高层规划与低层执行的协同，Magic-VLA K02能够持续回答三个问题：当前需要完成什么、完成后应达到什么状态，以及具体应如何执行动作。由此，现场展演中的连续操作、动态纠错和受扰恢复，被纳入同一套长程任务闭环之中。

　　四项能力优势，增强长程任务落地表现

　　基于分层式双系统架构，Magic-VLA K02在推理部署层面，进一步构建“感知—理解—决策—执行”端到端闭环。 其在长程策略控制、技能组合泛化、跨机器人适配和工程部署稳定性等方面实现进一步提升。

　　在长程策略控制方面，模型通过原子任务拆解和视觉目标约束等能力，持续跟踪任务进度，并根据实际执行反馈调整后续策略。这也是机器人在叠盒封胶流程中降低误差累积、在衣物被打乱后恢复任务的基础。

　　据测试，Magic-VLA K02在复杂长程任务中的整体准确率达到92%，任务中断率降低至5%以内。

　　在技能组合泛化方面，模型可以根据不同任务目标，对抓取、移动、弯折、放置、开关、清洁等基础技能进行重新编排，而不必为每一个完整流程分别训练独立策略。

　　此次展出的叠盒封胶、衣物整理与行李箱收纳，均涉及多种基础技能的组合调用。高层系统根据任务目标组织技能顺序，低层系统则结合当前场景生成具体动作，使模型能够适应不同任务结构。据测试，其场景适配吞吐量提升110%，整体任务泛化执行效率提升90%以上。

　　在跨机器人适配方面，Magic-VLA K02引入元数据描述体系，对不同机器人的本体类型、控制模式和动作空间进行统一表达，使同一套模型框架能够支持机械臂、移动操作机器人以及单臂、双臂等不同硬件形态。

　　在已测试设备范围内，模型跨设备适配成功率达到100%，兼容设备品类提升200%以上，有助于降低通用模型向不同机器人平台迁移时的数据采集和重复训练成本。

　　在工程部署稳定性方面，通过双系统架构的运行有效减少语义歧义和短视决策。当出现抓取失败、轨迹偏差或场景扰动时，系统能够触发重新规划或任务重试，并根据物理执行结果持续更新后续动作。

　　据测试，Magic-VLA K02轨迹偏差修正响应速度提升70%，所需机器人示范训练数据量减少60%。

　　从数据训练到真机部署，构建完整大模型训练闭环

　　WAIC现场呈现的任务连续性和扰动恢复能力，不仅来自模型架构，也建立在Magic-VLA K02从数据训练到推理部署的完整技术体系之上。

　　高质量机器人数据是具身大模型持续提升的重要基础，但真机数据普遍存在采集成本高、生产效率低和场景覆盖有限等问题，尤其难以覆盖长程任务中的大量中间状态、异常情况及失败样本。

　　围绕这一瓶颈，Magic-VLA K02采用“海量第一人称视角数据预训练+少量机器人示范数据跨形态动作对齐与后训练”的训练范式。

　　模型首先从第一人称操作数据中学习人类的任务拆解逻辑、手物交互关系、视觉子目标及物体状态变化，再通过机器人示范数据，将相关认知与操作能力对齐至真实机器人动作空间。

　　其训练过程分阶段完成高层任务拆解与视觉目标生成、低层未来状态预测和连续动作生成，并最终通过渐进式解冻与端到端联合微调，解决高层系统与低层模块之间的表征错位问题。

　　经过联合训练后，模型能够围绕统一任务目标协同完成语义理解、步骤规划、状态预测和动作控制，在降低大规模真机数据依赖的同时，提升对未知场景、物体变化和复杂交互的适应能力。

　　Magic-VLA K02的发布，进一步完善了魔法原子从机器人本体、运动控制到通用具身大模型的技术体系。未来，公司将持续推进Magic-VLA系列模型迭代，加快具身智能从单项技能验证走向复杂、通用任务执行，推动其在工业制造、物流仓储、商业服务及家庭服务等场景中的规模化应用。