新智元报道

编辑：Aeneas

【新智元导读】一条X，直接引爆了机器人圈：装上OpenClaw的宇树人形机器人，竟开始理解空间与时间！机器人第一次拥有「世界记忆」，能记住人、物体和发生过的事——天网，真的要来了？

就在刚刚，全球开源机器人圈，被一条X引爆了！

一台装载OpenClaw的宇树人形机器人在房间里移动，它的眼睛来自LiDAR激光雷达、双目摄像头和RGB相机，这些传感器的数据，被输入一个系统。

然后，发生了一件此前从未被任何机器人做到的事——这个宇树机器人，开始理解空间和时间！

它不仅知道房间、人、物体在哪里，还知道什么时候发生了什么。

团队把这种能力称为Spatial Agent Memory（空间智能体记忆），也就是说，从此机器人拥有了「世界记忆」能力！

而把这种能力带到机器人世界的，就是火爆全球的项目OpenClaw。

这项成果一经发布，立刻得到了OpenClaw之父Peter Steinberger的转发。

这宣告着具身智能的里程碑式突破：OpenClaw正式掌握了物理空间和时间感知能力。

天网，刚刚开源了？

项目一发布，评论区的网友们就炸了。

他们迅速分成了两派，有一派非常兴奋：开源机器人终于拥有了时空感知，这是边缘AI的巨大突破！

可以说，这正是我们梦寐以求的具身智能突破！

而另一派则开始担忧：如果机器人都能拥有空间感知，这不是相当于天网刚刚在GitHub建了一个仓库？

如果一个人机器人能精准分析家里每个人的生活规律，知道谁最常去厨房，知道垃圾什么时候倒，这种「全知全能」的监视能力，在缺乏伦理框架约束的情况下，简直令人不寒而栗！

甚至有人说，是时候接军方订单了。

而且，最让人兴奋的是：这一切都是完全开源的！

虽然在这次的视频中，OpenClaw直接把装在了宇树机器人上，但这套系统其实是完全硬件无关的。

你可以用任何激光雷达、立体摄像头或RGB摄像头来集成。

不仅可以装在Unitree G1这样的人形机器人上，还能和大多数无人机、四足机器狗整合。

甚至，在理论上，我们完全可以用旧iPhone上的激光雷达来改造一个机器人。

总之，任何硬件，只要能跑OpenClaw，就能立刻拥有时空感知。

它还不依赖ROS（机器人操作系统），支持全动态障碍物避让和SLAM（即时定位与地图构建）。

开源机器人，正在走向天网时刻

如果有一天，你家里的机器人忽然跟你说：「你的车钥匙昨晚落在厨房桌子上了」，你可能只是觉得它很智能。

但如果它继续说「上周一晚上8点，一个陌生人来过你家」，甚至「你平均每天在厨房停留47分钟」，你是不是就觉得有点毛骨悚然了？

你会意识到：这个机器人一直在观察你，甚至在记住关于你的一切！

最令人震惊的是，这些并不是简单的视频回放，而是来自一种新的能力：空间+时间+语义的联合记忆。

机器人，并不只是在记录画面，而是在构建一个世界模型！

以前的机器人，为什么不太聪明

相比之下，以前的机器人，为什么看起来不太聪明呢？

原因在于，首先LLM只有静态记忆，只记得训练数据，却不记得你五分钟前把钥匙放在哪了。

然后，就是空间的缺失。它们可能在语言的世界里游刃有余，在物理世界里却很难理解「厨房在客厅左边」。

另外，就是传统的RAG只能搜文字，但机器人面对的是，却是海量的视频流和深度数据。

这些几百小时视频、深度图、三维空间、物体位置和时间变化，意味着机器人要面对的，是现实世界的数据洪流。

但这个团队，却做了一件很疯狂的事。

SpatialRAG黑科技，给机器人装上3D云脑

他们祭出了杀手锏——Spatial Agent Memory（空间智能体记忆）和 SpatialRAG。

这套系统的核心逻辑非常硬核：它把视频、雷达检测、帧图像、里程计全部揉在一起，构建成一个体素（Voxel）化的世界。

每一个空间小方块（体素）都被打上了空间矢量嵌入和语义标签。结果就是，机器人的大脑变成了一个包含对象、房间、几何、时间、图像、点云的多维向量存储库。

可以说，这就是让机器人理解物理世界所需要的记忆骨架。

依靠这个系统，机器人可以在object（物体）、room（房间）、semantic（语义）、geometry（几何）、time（时间）、image（图像）、pointcloud（点云）等多个维度搜索，由此第一次拥有了完整的空间记忆。

因此，现在它能回答这些直击灵魂的问题了。

比如「我钥匙丢哪儿了？」「上周一谁来过我家？」「谁在厨房待的时间最长？」「垃圾该什么时候倒？」

网友质疑：天网降临，还是老头漫步？

这项成果一出，评论区直接炸锅了。

有吐槽派怀疑说，这延迟不得卡死？是派100岁老爷爷来帮我做家务吗？

但技术团队火速打脸表示：「不，它并不是20Hz跑实时控制，而是高层智力协调器。它负责指挥，动作运行可以异步，完全不卡顿！」

还有人质疑道：为什么不用专用ML模型，而是要用LLM和Cron这种鲁布·戈德堡机械呢？

对此，开发者表现得非常坦诚：「把LLM装到硬件上确实容易，但让它维持一个持续的、关于什么时间、什么地点发生了什么的物理上下文，才是最难的。」

而OpenClaw提供的，不仅仅是一个输入接口，而是包含了一整套代理基础设施（Agent Infrastructure）：子代理编排、MCP（多点协作协议）处理、工具安全审计、插件系统。

这让它比原生的Claude代码更适合作为机器人的「前额叶」。

另外在评论区，一位机器人工程师说了一句非常真实的话：最难的不是空间理解，而是让系统在现实世界稳定运行。

现实世界的问题，包括传感器冲突、光照变化、动态障碍、数据噪声和硬件故障等，而仿真世界，永远不会让你面对这些问题。

具身智能的最后一公里

很多人说，「具身」是意识的关键。这次尝试告诉我们：让LLM上硬件不难，难的是让它产生持久的、跨越时空的物理上下文。

当机器人开始理解因果，开始记住位置，它就不再是一个会走路的音箱，而是一个真正的「物理代理」。

或许，天网不会突然降临，但事情可能是这样的：机器人学会看见世界，记住世界，最后学会改变世界。

而当这些能力全部开源的时候，任何人都可以构建一个机器人大脑。

有一天，当我们回头看这一刻，可能会意识到：这就是机器人时代真正开始的地方。

家用机器人的时代，可能真的要被这只「开源爪子」挠开了。

参考资料：

https://x.com/stash_pomichter/status/2028645216505549168

秒追ASI