广和通发布Fibot双臂桌面级智能机器人开发平台

2026年4月，广和通正式推出其新一代桌面级双臂具身智能机器人开发平台——Fibot。这不仅仅是一次产品升级，更标志着具身智能领域在“端侧部署”这一关键能力上取得了重大突破。该平台率先实现了对全球顶尖具身智能公司Physical Intelligence（PI）最新通用视觉-语言-动作（VLA）模型π0.6的高效端侧部署，并支持基于真实物理世界数据集进行模型训练与持续迭代。这意味着，机器人执行长时序、高复杂度柔性任务的能力，正从实验室原型验证阶段，加速迈向真实商业场景的规模化落地应用。

π0.6模型发布：以Recap技术突破模仿学习瓶颈，打造“最强具身VLA模型”

要深入理解Fibot平台的核心价值，必须先了解其搭载的“智慧大脑”——π0.6模型。2025年11月，Physical Intelligence发布的这一新一代机器人基础模型，其核心创新在于名为Recap（基于优势条件策略的经验与纠错强化学习）的全新训练范式。传统的模仿学习方式如同“机械复刻”，机器人行为僵化，难以应对未见过的新场景。而Recap方法则构建了一个“示范学习、纠错优化、自主实践”的闭环进化系统，使机器人能够从实际执行中积累经验，甚至从失败中自主学习与调整，这无疑是迈向通用机器人智能的关键里程碑。

在模型架构上，π0.6基于参数量达50亿的视觉-语言模型构建，并采用先进的流匹配技术来生成连续、平滑的动作序列。它不仅能够精准理解自然语言指令，还能综合考量执行质量、动作效率等多维度条件，实现“环境感知-任务规划-动作执行”的高效协同与闭环。这一强大能力已通过多项严苛的真实世界任务验证：从清晨5:30到深夜11:30不间断制作高品质意式浓缩咖啡、在陌生环境中成功折叠50种不同材质的衣物、在真实工厂流水线上精准完成纸箱组装与标签粘贴——三大复杂长时序任务的综合成功率均超过90%。尤其在制作咖啡这类对时序和精度要求极高的任务上，其任务吞吐量与成功率相比基础模型实现了成倍提升，性能表现极为出色。

广和通新一代桌面级双臂Fibot：全面支持π0.6端侧部署与场景化模型训练

拥有了强大的“大脑”，还需要一个与之完美匹配的“身体”和“神经网络”。广和通新一代Fibot开发平台，正是为此应运而生。它不仅仅是一个硬件机器人本体，更是一套完整的、面向开发者的具身智能应用开发与模型训练生态系统。

在关键的端侧部署能力方面，新一代Fibot搭载了广和通自主研发的高性能机器人域控制器，集成了CPU、GPU与NPU的异构计算架构。这使得π0.6等先进的VLA大模型能够在设备本地完成实时推理与智能决策，实现从环境感知到动作执行的毫秒级实时闭环，极大保障了任务执行的可靠性、实时性与数据安全性。其硬件设计同样匠心独运：桌面级双臂采用仿生结构，升降机构的行程较上一代产品大幅增加。这显著扩展了机械臂末端在垂直方向（Z轴）的可达工作空间，让机器人在执行抓取、放置、精密装配等任务时，具备了更强的空间适应性与场景泛化能力。

更为重要的是其在模型训练层面的深度支持。Fibot平台能够系统化地采集、清洗与标注机器人在物理世界中的操作数据，客户可以基于自身独特的业务场景（如特定产线装配、个性化服务流程）构建专属数据集，并对π0.6模型进行高效的二次开发、场景微调与持续训练。平台通过提供标准化的数据接口、预置的模型训练管线以及开箱即用的感知-决策-控制软件模块，将开发者从复杂的底层系统集成工作中解放出来，显著降低了具身智能应用开发的技术门槛与迭代成本。正如广和通AIC事业部总经理张泫舜所言，这旨在让“机器人真正学会执行贴合各行各业实际需求的复杂长时序任务”。

将Fibot平台强大的端侧算力，与π0.6模型的Recap持续学习框架深度融合，将产生强大的协同效应：机器人能够在真实的作业过程中不断收集经验数据，实现模型参数的在线优化与自主迭代。这正是“在行动中学习”理念在端侧智能机器人上的完美实践。从咖啡制作、衣物整理，到工业分拣、精密组装，这些需要多步骤协作、具备高度柔性的复杂任务，已不再是停留在演示视频中的概念，而是能够切实落地于智能制造、商业服务、智慧康养等多元化场景的解决方案。具身智能，正在真正走出实验室的围墙，拥抱产业应用的广阔天地。

目前，这款新一代桌面级双臂具身智能机器人开发平台Fibot，已在GEIA Asia 2026亚太具身智能与人形机器人创新周上正式亮相并引发广泛关注。

广和通始创于1999年，是中国首家在A股和H股同时上市的无线通信模组企业。公司以“无线通信”与“人工智能”为核心技术底座，致力于提供“软硬件一体”、赋能垂直行业应用的全栈式解决方案，持续推动社会从“万物互联”向“万物智联”演进。其产品与解决方案全面覆盖蜂窝通信、AI计算、车载智能、GNSS定位等模组及AI工具链，并支持行业端侧AI和主流大模型接入，为智能机器人、消费电子、低空经济、智能驾驶等众多领域的数字化与智能化转型提供核心支撑。