魔法原子“千景共创计划”再下一城:人形机器人小麦成为全球首个音乐节服务机器人
2025/03/31 15:20AI云资讯15890
3月29日,魔法原子人形机器人小麦与四足机器人亮相某大型音乐节,凭借流畅的语音交互、精准的理解能力和灵活的动作表现,承担了疏导、服务、指挥、指引等多重任务,这是全球首次由人形机器人在音乐节场景中提供全流程服务。
在音乐节后台,人形机器人小麦作为艺人助理,能够精准识别艺人需求并递送话筒;在音乐节入口处,小麦作为现场向导,以灵活的动作引导观众有序进入会场;在观众席中,小麦主动为观众提供拎包、递水等贴心服务。

在音乐节演出现场,人形机器人小麦和四足机器人一道与儿童合唱团登台献艺,通过精准的动作和节奏感,带领孩子们完成了一场精彩的表演。此外,在音乐节的咖啡摊位前,小麦化身导购招揽顾客,并提供递送服务。
小麦在音乐节的多元表现,充分展现了其技术实力和场景适应性。作为一款头部、手臂、手部齐全、外观与人类相近的人形机器人,小麦全身具备42个自由度,搭配自研灵巧手,能够高度模仿人类的动作与姿态。在环境复杂、任务多样的音乐节场景中,小麦不仅能够实现挥手、指引、指挥合唱等交互,还能完成递话筒、递水、拎包等精细操作,再次验证了其在大型活动中的全流程服务能力。

通过多模态感知算法以及大模型技术,搭配超声波传感器、激光雷达、RGB-D相机等丰富的传感器硬件配置,小麦还具备极强的环境感知能力。在音乐节现场,小麦能够实时感知环境变化,精准避让观众、设备,避免在拥挤的活动场景中发生碰撞。

目前,魔法原子正在加速推进人形机器人在工业、商业和家庭场景中的广泛应用。在工业场景中,多台魔法原子人形机器人已进驻工厂产线,承担产品检测、物料搬运、零件取放、扫码入库等工作,彼此之间实现了小范围协作;在家庭场景中,魔法原子正与中国电信合作开发家庭服务解决方案,探索居家养老、日常协助等应用方向。
今年以来,魔法原子人形机器人小麦在不同场景下的应用逐渐深入。3月初,小麦化身江苏广电总台特邀记者“苏小麦”参与全国两会报道,完成了新闻播报、代表对谈、市民街访等多项工作任务;在科技行业发布会上,小麦担任主持人参与活动开场、嘉宾对话等环节,凭借多模态交互能力掌控活动节奏。而此次小麦在音乐节中的首次亮相,为其在大型公众活动的服务场景落地探索了新的可能性,再次证明了其在复杂场景中的实用性。
人形机器人小麦还在交通引导、汽车导购、餐饮服务以及美容美发等多个商业服务场景进行落地。魔法原子已上线“千景共创计划”,计划拓展1000家合作伙伴,打造1000个人形机器人应用场景。预计到2025年底,将有400台人形机器人进入工业、商业场景。
相关文章
- 非夕科技与上海电气医疗集团签署战略合作协议,共拓高等级生物安全场景机器人应用
- 乐享科技以太大模型机器人完成全球首次户外机器人全自主直播
- AI大脑走进饮料仓库:太古可口可乐智能拣配机器人启动商业运作
- 启元机器人新品即将发布!首次将个人机器人广告搬入机场,打响大众认知战
- 7项评测领先开源模型,宇树科技开源具身基座模型让人形机器人“理解世界”
- 宇树开源了新大脑,机器人开始先预判再动手
- 聚焦好房子与智能建造|丰坦机器人出席智能建筑发展大会,并入选新型建材产业联盟首批成员
- 从家政服务到机器人训练数据,轻喜具身数据正在做什么?
- 七腾机器人品牌发布会定档9月22日:十六年“先行”之后,这次要亮什么牌?
- Arm发布技术白皮书,助力构建支撑下一代智能机器人的底层系统
- 国内深耕场景、海外协同创新,桦之坚探索国产机器人全球化新范式
- 具身智能政策红利释放,慧闻机器人践行工业智能落地新思路
- 乐享科技预告全球首次机器人户外直播,以太大模型零样本挑战烧烤
- 上海智位机器人 seeMote Cap 可安装空间追踪模块海外开启预售,将真实工具带入空间计算
- 卓翼智能飞思实验室赋能职业院校,助力斩获中国机器人及人工智能大赛一等奖
- 华沿机器人亮相CIOE光博会,展示高精密运动平台产品
AI企业
更多>>AI硬件
更多>>AI产业
更多>>AI技术
更多>>- 阶跃这次够狠:AA 全球开源前二,价格打到 Claude 的 1/8
- 科大讯飞发布Spark-Audio-1.0-Preview,全国产语音基座大模型实现从“听清”到“听懂”
- 全球最强开源模型 Kimi K3 发布,参数规模 3 万亿,真的是强!
- 范式变革!东软发布AI原生软件工程白皮书,重构软件产业底层逻辑
- KAT-Coder-Pro V2.5正式发布:从“写代码”迈向“做工程”,Agentic能力全面升级
- 自变量机器人王昊:训练世界模型需付出“时间税”,解决模态对齐是当务之急
- 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计
- Twinkle x昇腾,率先实现Deepseek-V4系列模型高效训练









