2026世界机器人大会（WRC）期间，云蝶科技正式发布“1+2+N真实世界具身智能联合研究计划”。云蝶科技联合创始人、联席总裁余澜博士在现场介绍，该计划将以一套共同机制连接高校联合实验室、数据训练场与持续扩展的真实场景节点，推动具身智能研究、训练、评测和真机验证进入同一个真实世界闭环。
该计划采用自上而下、逐层展开的三层结构：“1”位于顶层，代表一套共同机制；“2”位于中间层，包含联合实验室与数据训练场，承担基础研究、数据训练、能力评测与真机验证等关键功能；“N”位于底层，代表由酒店服务、物业与楼宇运维、医疗与养老服务、工业园区巡检等真实场景节点构成的真实任务网络。
它所要解决的，不是合作数量问题，而是具身智能进入真实世界后长期存在的协同难题：研究问题如何来自真实任务，算法如何获得可训练的数据与条件，成果如何接受真机检验，运行中的失败、异常和人工接管又如何回到下一轮研究与训练。
“1”：用共同机制组织研究、训练与验证
“1”是一套由参与方共同运行的研究与协作机制。它不是云蝶单方面提供的平台，也不是若干合作项目的简单汇总，而是围绕同一批真实世界问题，建立相互衔接的工作方式。
这套机制主要包括四部分：
问题共创： 从真实任务中提炼研究问题，明确课题边界、技术目标与验证条件；
数据规则： 对场景数据的采集、治理、权限、安全与合规建立共同原则；
验证评测： 连接仿真训练、数据训练、真机测试与真实场景运行，形成可比较、可复现的评价方法；
成果与权责： 对论文、专利、模型、数据规范、原型系统及其他成果明确署名、知识产权与转化机制。
共同机制的价值，在于让真实任务不再被割裂为一次课题、一次训练或一次部署，而是能够在研究、训练、验证和持续迭代之间循环。
“2”：联合实验室与数据训练场
在共同机制与真实场景节点之间，计划设置两类相互配合的能力载体。
第一类是云蝶与高校共同设立的真实世界联合实验室。目前，云蝶已与北京大学、新加坡南洋理工大学、华南理工大学和大湾区大学分别建立具身智能联合实验室，围绕多模态智能、空间智能、多智能体协同、强化学习后训练等方向开展协同研究。不同团队并非作为独立的“Logo节点”存在，而是根据各自研究优势，共同承接真实世界中的技术问题。
第二类是数据训练场。数据训练场用于把场景数据采集、模型训练、仿真与真机评测、任务验证及数据回流接入同一条技术链。每个训练场都基于所在区域的产业特色和技术优势量身打造，以期实现技术与区域经济的深度耦合。目前，云蝶正在推进两个大型数据训练场节点：北大×云蝶技术创新中心，以及位于广州海珠的真实世界实验场。
其中，北大×云蝶技术创新中心负责输出前沿技术、机器人技能和人才认证；海珠真实世界实验场输出稳定产品、真实任务数据、岗位认证标准和规模化项目。两个中心共同形成云蝶科技从技术创新、本体适配、人才供给，到中试制造、真实场景验证、机器人持证上岗和规模交付的完整产业闭环。
“N”：让真实场景成为持续运行的任务网络
“N”代表真实场景节点的持续扩展。当前明确的节点方向包括酒店服务、物业与楼宇运维、医疗与养老服务、工业园区巡检、电力能源等场景。每一个节点都不只是机器人交付或展示的位置，而应能够持续产生任务、数据和反馈，并成为研究与训练体系的一部分。
机器人进入真实环境后，需要面对门禁、电梯、空间结构、人员流动、设备状态、业务系统和现场流程等多重约束。一次成功演示无法回答机器人能否长期稳定工作的全部问题。更有价值的研究对象，往往来自运行中的失败样本、任务中断、异常恢复、安全事件和人工接管。
“1+2+N”计划由此形成一条循环路径：
真实场景提出问题 → 联合实验室协同研究 → 数据训练场完成训练与评测 → 能力进入真机和场景验证 → 运行反馈形成新的研究问题与训练任务。
这意味着，真实世界不再只是具身智能应用的终点，也可以成为研究、训练、评测与持续进化的基础设施。
对高校科研团队而言，计划提供可持续的真实问题与验证条件；对产业伙伴而言，它提供从本体、模型到场景系统的协同接口；对地方政府与产业园区而言，它有助于把科研、数据训练与真实应用组织成可持续运行的具身智能创新基础设施。
余澜博士表示，云蝶希望通过“1+2+N”计划，把分散的研究能力、训练条件和真实场景组织到同一条持续迭代的技术链中，让更多具身智能能力在真实任务中被训练、被检验，并不断回到现实世界创造价值。
