WRC压轴：大模型要上天了，三家公司造「太空龙虾」，6个月挑战在轨抓取

机器之心发布 近日，群体智能世界模型公司超脑未来、商业航天企业未来宇航与特种机器人企业希云柔控正式达成战略合作，共同启动 SpaceClaw（太空龙虾）计划。 三方将分别发挥群体智能基础模型、空间飞行器与柔性机械臂优势，共同建设 全球首个以开源方式推进、以真实在轨验证为目标的太空具身智能 合作项目。 SpaceClaw 计划在合作启动后的 6 个月内完成首阶段在轨验证，并同步发布面向全球开发者和科研机构的太空具身智能基准 OrbitBench。 项目将开放标准接口、仿真环境、任务数据、评测工具与基线模型，让更多人工智能团队不必先制造和发射一颗卫星，也能训练、测试和迭代面向轨道、月球、火星等不同重力环境的机器人模型。三方希望通过 SpaceClaw，为正在形成的太空经济提供一只可以被持续训练、不断升级并由全球开发者共同建设的「开源之手」。 不是一颗带机械臂的卫星 而是一台真正的太空具身机器人 传统空间机器人通常由卫星平台、机械臂和地面控制系统组成。不同模块之间高度定制，机器人主要依赖预先编写的程序和地面遥操作完成任务。 SpaceClaw 将改变这一架构。 在 SpaceClaw 系统中，未来宇航提供空间飞行器平台，包括能源、通信、测控、控制系统的总装集成测试、发射和在轨任务保障；希云科技提供轻量化空间机械臂、柔顺末端执行器及力 — 位 — 型融合控制系统；超脑未来则提供 SpaceClaw 的核心机器人大脑 ——WorldDreamer-Orbit。 WorldDreamer-Orbit 不是传统机械臂控制软件，而是面向轨道环境训练的群体智能基础模型。它将同时理解空间飞行器、双机械臂、任务目标与周围环境的状态，预测机器人动作可能引起的接触冲击、基座扰动和目标运动，并统一完成感知、预测、规划、决策与任务协同。 这意味着，SpaceClaw 不是「一颗卫星加两条机械臂」，而是一个 能够感知自身、理解环境、预测未来并自主完成操作任务的太空具身智能体 。 一脑多臂： WorldDreamer-Orbit 首次进入真实轨道环境 在地面上，机械臂通常固定在稳定基座上；但在太空中，机械臂的每一次运动都会反作用于航天器本体。 机械臂伸展、接触或抓取目标，可能改变整个平台的姿态；目标自身可能处于自旋和章动状态；接触瞬间产生的冲击，还可能让机器人和目标同时失稳。 这使得太空机器人面对的不再是单一机械臂控制问题，而是一个由飞行器、机械臂、目标物体和轨道环境共同构成的动态系统。 WorldDreamer-Orbit 将通过共享世界状态，持续预测： 目标物体未来的位姿和运动趋势； 双机械臂动作对航天器姿态的影响； 接触瞬间可能产生的冲击与滑移； 不同捕获策略对应的碰撞风险； 通信延迟或传感器异常后的任务演化； 多个执行单元之间的最优角色分配。 在首阶段任务中，SpaceClaw 计划依次完成星上模型运行、空间目标感知、双臂协同规划、软捕获接触、稳定约束及异常恢复等在轨试验，形成 从「大模型决策」到「真实物理操作」的完整闭环 。 为确保任务安全，WorldDreamer-Orbit 不会在首阶段直接控制推力器和机械臂电机。模型负责理解任务、预测环境、制定策略并输出动作意图；航天级姿轨控制系统和机械臂控制器负责底层执行；独立安全系统则持续约束碰撞距离、接触力、能源余量与飞行器姿态。 这套架构让具身智能模型真正进入轨道环境，同时保留航天任务所必需的安全边界。 六个月完成首阶段在轨验证 SpaceClaw 将充分复用三方已经形成的技术基础，采用模块化、标准化和分阶段验证路线，加速完成从地面到轨道的工程闭环。 未来宇航致力于打造以空间飞行器为核心产品的太空新业态，目前已经形成空间飞行器研制、生产、发射、测运控的全周期交付和运维服务的工程能力，并正在推进商业空间飞行器的工程化与规模化。 希云科技团队成员长期从事空间机器人、绳驱柔性机械臂、遥操作和柔顺控制研究。团队研制的空间柔性连续体机械臂已经进入真实轨道环境，完成模拟加注和柔顺控制等关键技术验证。 超脑未来则长期研究群体智能基础模型和多智能体世界模型。其 WorldDreamer 模型将分散在不同机器人上的感知、决策和行动经验压缩进共享模型，使多个机器人能够共享一个世界观，并通过预测其他智能体状态减少通信和重复计算。 基于这些技术积累，三方计划在合作启动后的 六个月内完成 SpaceClaw 首阶段在轨验证 ，重点验证： 1. WorldDreamer-Orbit 在星上计算平台的稳定运行； 2. 微重力环境下的空间感知与状态预测； 3. 双机械臂与飞行器本体的联合运动规划； 4. 自旋或运动目标的软捕获接触； 5. 接触后的姿态稳定与持续约束； 6. 通信延迟、感知误差和任务异常下的自主恢复； 7. 在轨数据回传及模型持续迭代。 此次任务的核心价值，不只是证明一台空间机器人能够完成一次动作，更是建立太空具身智能的第一条真实数据闭环： 仿真训练 — 地面验证 — 模型上星 — 在轨操作 — 数据回传 — 模型升级。 同步发布 OrbitBench： 让全球大模型接受不同重力环境的考试 OrbitBench仿真环境 与 SpaceClaw 在轨验证同步，三方将联合发布 太空具身智能基准 OrbitBench 。 目前，大多数机器人基础模型主要使用地面环境数据进行训练和评估，其运动规律、接触经验与任务策略默认建立在 1g 重力环境之上。一旦进入轨道、月球或火星，同一个动作可能产生完全不同的结果。 OrbitBench 将构建覆盖不同重力条件的统一训练与评测体系，包括： 理想零重力环境； 近地轨道微重力环境； 月球约 0.16g 重力环境； 火星约 0.38g 重力环境； 地球 1g 标准重力环境； 可连续调节的自定义重力环境。 首批任务将覆盖自由漂浮机器人控制、双臂协同操作、空间目标追踪、自旋目标捕获、软接触、稳定约束、在轨装配、多机器人协同巡检及故障恢复。 OrbitBench 不仅考察任务是否完成，还将评估： 模型跨重力泛化能力； 目标运动预测误差； 接触冲击与基座扰动； 碰撞风险； 能源消耗； 通信开销； 长序列任务成功率； 异常情况下的自主恢复能力； 仿真策略向真实在轨系统迁移的能力。 SpaceClaw 产生的部分真实在轨数据将在完成安全审查与数据处理后进入 OrbitBench，用于缩小仿真环境与真实太空之间的差距。 这意味着，OrbitBench 不是一个只存在于仿真中的排行榜，而是一个能够通过真实在轨数据不断校准的太空具身智能基准。 「开源之手」究竟开放什么 SpaceClaw 所定义的「开源」，不是简单公布一张机械图纸，也不是开放缺乏工程验证的概念模型。 项目计划分阶段开放： OrbitBench 仿真环境与任务定义； 空间机器人本体描述与标准接口； WorldDreamer-Orbit 模型接入协议； 代表性训练数据与在轨任务数据集； 基线感知、规划和控制策略； 模型评测工具与标准指标； 数字孪生资产和硬件在环测试工具； 面向高校和开发者的参考任务。 涉及飞行安全、航天器关键控制、客户数据和特定任务的敏感模块，将按照航天安全要求设置必要边界。 通过这套开放体