从晾衣架上取裤子这件小事：西湖机器人把"任务链"拉到了五步，还加了一次晃动
取衣、承托、抛送、铺展、双机协同折叠——五步连成一条链，中间还故意让晾衣架晃了一下。这家公司想证明的不是"能叠衣服"，是"断不了"。
- 升级的对象是"大脑"：西湖机器人宣布通用大脑 WR1 完成升级，采用通用大小脑双预训练系统架构，融合世界模型（WM）与视觉—语言—动作模型（VLA）。
- 分工很清楚：WR1 依据视觉观察与语言指令，统一输出包含身体移动、全身姿态、灵巧手操作的完整动作序列；全身控制交由自研的 GAE 通用动作大模型做高速稳定执行。
- 任务链被拉到五步：取下长裤 → 搭在手臂上承托 → 把 T 恤抛送给机械臂 → 转身把长裤铺展到桌面 → 与另一台人形机器人协同折叠。
- 故意留了扰动：取衣过程中晾衣架随之晃动，架上两件 T 恤的位置左右偏移，机器人需持续观察、实时调整。
- 宣称的"首个"：人形机器人灵巧手自主折叠衣物被描述为全球首个演示案例，难度高于常见的折叠毛巾、浴巾等规整织物。
- 判断：柔性物体操作的真正门槛不是"能不能叠"，是"叠到一半状态变了能不能接住"——这次演示把扰动留在了流程里，比叠得整齐更有说服力。
让机器人做家务，难点通常被描述成"柔性物体难抓"。但更准确的描述是另一句：真实家务从来不是单点动作，而是一条环环相扣的任务链。从冰箱到灶台，从沙发到床铺，任何一处停顿、断裂或失稳，整段任务就要重来。
这解释了一个长期现象：此前不少人形机器人的公开演示停留在"抓起一个杯子""叠好一块毛巾"这类单点技能上。一旦任务环节拉长、作业场景发生切换，整套动作的连续性与稳定性便难以为继。10 月 19 日早间发布的这条演示，冲的就是这条链。
这五步里最有价值的不是折叠这个终点，是第三步和第五步之间的转换：两台机器人一边关注对方的动作，一边根据长裤的实时状态调整配合。也就是说，这不是两台机器各干各的，是一次需要互相观察的协作。
更值得注意的是演示里那次没有剪掉的扰动：取衣过程中晾衣架随之晃动，架上两件 T 恤的位置左右偏移，机器人持续观察、实时调整，仍然完成了取衣。演示视频把这种"不完美"留在成片里，通常比剪干净的版本更有信息量——因为真实的家庭环境不会给机器人一个静止的目标。
通用大脑 WR1：融合世界模型与 VLA，依据视觉观察与语言指令，统一输出包含身体移动、全身姿态、灵巧手操作的完整动作序列——解决"做什么"。
通用小脑 GAE：自研的通用动作大模型，负责毫秒级肢体输出与动态姿态校准——解决"怎么做"。
公司的技术路线表述是"通用大脑 + 人形全身小脑 + 自研人形本体"三位一体，本体产品"西湖 o1"于 2026 年初推出，搭载自研大小脑，采用自研关节与折叠、模块化设计，通过快速更换手臂末端工具或感知模块，同一台机器人可以覆盖从精细装配到通用操作的多样场景。
这套大小脑切分要解决的，是具身智能里信息损失最严重的一环：从"高层任务规划"到"底层运动控制"的转换。大脑理解了"把桌上的杯子拿过来"之后，需要把它拆成手臂移动到什么位置、手指施加多大力度、重心如何调整、行走路径如何规划——这个转换过程中任何一处信息丢失或失真，都会导致执行失败。
| 维度 | 已公开 | 未公开 |
|---|---|---|
| 任务完成度 | 五步连贯演示，含扰动场景 | 成功率、单次耗时 |
| 稳定性 | — | 连续运行次数、失败案例 |
| 泛化范围 | 长裤、T 恤两类织物 | 衣物种类与材质的覆盖边界 |
| 对比基准 | 供稿方与 Figure 的表述 | Figure 侧回应、第三方评测 |
对做商演、展示与场景交付的团队而言，这类"长任务链 + 抗扰动"的演示有一个直接的可迁移点：客户现场从来不是实验室，观众会靠近、道具会移位、光线会变化。评估一台机器人能不能上场，与其看它在标准环境下完成一次漂亮动作，不如看它在被干扰时会不会整套崩掉重来。
另一个可迁移点是双机协同。两台机器人互相观察、根据对方动作调整配合，这种能力在群控表演场景里对应的正是"编队不撞车、动作不错拍"。目前公开信息里还没有给出协同的时延与容错指标，但方向已经明确：具身能力的竞争正在从"单体的动作质量"转向"多体的协作稳定性"。