魔法原子Magic-VLA K02亮相WAIC，解鎖物理AI新技能

7月17日，2026世界人工智能大會（WAIC）期間，魔法原子攜自研通用具身大模型Magic-VLA K02最新成果亮相，并面向公眾展示疊盒封膠、柔性衣物整理、行李箱收納等多項復雜長程任務。展會現場，搭載Magic-VLA K02的機器人能夠自主完成任務理解、步驟規劃、物體識別與連續動作執行，并在環境狀態發生變化、作業流程受到干擾后，實時調整策略并恢復任務。其中，疊盒封膠組合式長程任務成功率超過90%，集中體現了模型在多步驟任務規劃與連續穩定執行方面的能力。

據魔法原子介紹，這是行業首次由通用具身大模型完整實現疊盒與封膠組合式長程任務。此次成果不僅驗證了Magic-VLA K02在長時序規劃、可變形物體操控、動態擾動恢復及多物體空間推理等方面的能力，也進一步明確了其作為魔法原子機器人核心技術底座的價值，為多形態機器人進入真實崗位、實現能力遷移與規模化部署構建統一的智能基礎。

三類復雜場景，指向通用操作能力

在此次WAIC現場展演中，魔法原子通過三類物理屬性和任務結構差異顯著的場景，對Magic-VLA K02的通用操作能力進行集中驗證。

疊盒與封膠既是物流倉儲、工業生產、電商零售等場景的基礎工序，也是具身智能領域公認的高難度操作任務。兩項任務分別涉及剛性物體精細操控與柔性物體動態控制，其自動化水平直接影響包裝效率、作業標準化程度及人力成本。

WAIC現場，Magic-VLA K02可實時識別不同規格、尺寸和形態的箱體，自主調整機械臂抓取點位、受力角度與疊放姿態，并結合空間感知、重心控制和力反饋，對箱體偏移、變形等情況進行動態修正。貼膠過程中，模型則根據膠帶形變及箱體表面狀態，實時調整末端軌跡與貼合力度，降低空鼓、偏移、褶皺和斷裂等問題。

更具挑戰的是，疊盒封膠并非兩項動作的簡單串聯，而是一項涵蓋任務規劃、狀態感知、連續執行和異常恢復的長程流程。

面對這一任務，Magic-VLA K02并非簡單堆疊預設機械動作，而是將完整流程拆解為一系列具有明確時序關系的原子任務，根據每一步的執行結果持續更新當前狀態，并動態規劃后續動作，從源頭降低多步驟操作中的誤差累積。

當箱體位置發生偏移、膠帶狀態出現變化或任務流程被意外打斷時，模型能夠重新感知環境、評估任務進度并修正執行軌跡，在無人干預的真機環境中接續完成任務。

除疊盒封膠外，Magic-VLA K02還在現場完成了柔性衣物整理和行李箱收納。

衣物整理進一步指向高自由度柔性物體操控。衣物缺少穩定的幾何形態，其輪廓、邊角和局部狀態會受到重力、接觸及機械臂動作影響。Magic-VLA K02能夠根據實時視覺信息動態選擇抓取位置，持續調整作用力度、動作角度和執行軌跡，連續完成平鋪、壓邊、對折、收角及規整。

現場設置的疊衣過程打斷環節，則進一步驗證了模型的任務恢復能力。當觀眾在操作過程中移動或打亂衣物后，機器人不會繼續機械執行原有軌跡，而是重新識別衣物狀態、判斷任務偏差，并基于最新環境信息恢復后續操作。

在行李箱收納任務中，模型需要同時處理多個物體與有限空間之間的約束關系。機器人能夠識別箱內可用區域，理解衣物、盒裝物品等不同對象的形態、尺寸及可堆疊關系，并統籌規劃擺放位置、操作順序和空間利用方式。

三類任務分別涉及結構推理、柔性形變建模、長程任務恢復及多物體空間規劃?，F場呈現出的并非三套彼此獨立的固定程序，而是同一模型框架在不同任務中的能力外化。

分層式雙系統架構，支撐復雜任務連續執行

魔法原子在WAIC現場展示三類任務能力之所以能夠在同一套模型框架下完成，核心來自Magic-VLA K02面向長程任務構建的分層式雙系統架構。

該架構由高層“理解—生成統一模型”和低層動作生成系統協同組成，打通任務理解、原子任務拆解、視覺目標生成、未來狀態預測與連續動作執行的完整鏈路。

其中，高層系統承擔全局決策與任務規劃。面對抽象的長程指令，模型能夠結合實時視覺信息進行語義理解和多步推理，將完整目標拆解為一系列可執行的原子任務。

以疊盒封膠為例，模型需要依次判斷當前應完成箱體識別、抓取調整、位置校準、膠帶定位還是貼合壓實，并根據前序步驟的實際結果規劃下一步動作，而非一次性生成整套固定的動作。為了進一步約束動作方向，高層系統會為基于任務結果的預測生成“關鍵結果圖像”，明確每一步的視覺目標，從而讓機器人不僅知道“當前需要做什么”，還能夠獲得“完成后應該呈現什么狀態”的目標參照，極大化提高任務成功率。

低層系統則負責將高層拆解的原子任務和視覺目標，轉化為連續機器人動作。該系統由VLM主干網絡、動態專家模塊及動作專家模塊協同構成。

其中，動態專家模塊可以提前推演當前動作可能引發的物體形態和場景變化。例如，在衣物折疊過程中，模型不僅關注當前抓取位置，還需要預測抓取與翻折后布料可能呈現的狀態，避免局部動作正確、整體結果偏離目標。

而動作專家模塊負責輸出連續、平滑的動作序列，提升抓取、彎折、移動、貼合和放置等相鄰動作之間的銜接穩定性，減少機械抖動、動作突變和軌跡偏移。

通過高層規劃與低層執行的協同，Magic-VLA K02能夠持續回答三個問題：當前需要完成什么、完成后應達到什么狀態，以及具體應如何執行動作。由此，現場展演中的連續操作、動態糾錯和受擾恢復，被納入同一套長程任務閉環之中。

四項能力優勢，增強長程任務落地表現

基于分層式雙系統架構，Magic-VLA K02在推理部署層面，進一步構建“感知—理解—決策—執行”端到端閉環。 其在長程策略控制、技能組合泛化、跨機器人適配和工程部署穩定性等方面實現進一步提升。

在長程策略控制方面，模型通過原子任務拆解和視覺目標約束等能力，持續跟蹤任務進度，并根據實際執行反饋調整后續策略。這也是機器人在疊盒封膠流程中降低誤差累積、在衣物被打亂后恢復任務的基礎。

據測試，Magic-VLA K02在復雜長程任務中的整體準確率達到92%，任務中斷率降低至5%以內。

在技能組合泛化方面，模型可以根據不同任務目標，對抓取、移動、彎折、放置、開關、清潔等基礎技能進行重新編排，而不必為每一個完整流程分別訓練獨立策略。

此次展出的疊盒封膠、衣物整理與行李箱收納，均涉及多種基礎技能的組合調用。高層系統根據任務目標組織技能順序，低層系統則結合當前場景生成具體動作，使模型能夠適應不同任務結構。據測試，其場景適配吞吐量提升110%，整體任務泛化執行效率提升90%以上。

在跨機器人適配方面，Magic-VLA K02引入元數據描述體系，對不同機器人的本體類型、控制模式和動作空間進行統一表達，使同一套模型框架能夠支持機械臂、移動操作機器人以及單臂、雙臂等不同硬件形態。

在已測試設備范圍內，模型跨設備適配成功率達到100%，兼容設備品類提升200%以上，有助于降低通用模型向不同機器人平臺遷移時的數據采集和重復訓練成本。

在工程部署穩定性方面，通過雙系統架構的運行有效減少語義歧義和短視決策。當出現抓取失敗、軌跡偏差或場景擾動時，系統能夠觸發重新規劃或任務重試，并根據物理執行結果持續更新后續動作。

據測試，Magic-VLA K02軌跡偏差修正響應速度提升70%，所需機器人示范訓練數據量減少60%。

從數據訓練到真機部署，構建完整大模型訓練閉環

WAIC現場呈現的任務連續性和擾動恢復能力，不僅來自模型架構，也建立在Magic-VLA K02從數據訓練到推理部署的完整技術體系之上。

高質量機器人數據是具身大模型持續提升的重要基礎，但真機數據普遍存在采集成本高、生產效率低和場景覆蓋有限等問題，尤其難以覆蓋長程任務中的大量中間狀態、異常情況及失敗樣本。

圍繞這一瓶頸，Magic-VLA K02采用“海量第一人稱視角數據預訓練+少量機器人示范數據跨形態動作對齊與后訓練”的訓練范式。

模型首先從第一人稱操作數據中學習人類的任務拆解邏輯、手物交互關系、視覺子目標及物體狀態變化，再通過機器人示范數據，將相關認知與操作能力對齊至真實機器人動作空間。

其訓練過程分階段完成高層任務拆解與視覺目標生成、低層未來狀態預測和連續動作生成，并最終通過漸進式解凍與端到端聯合微調，解決高層系統與低層模塊之間的表征錯位問題。

經過聯合訓練后，模型能夠圍繞統一任務目標協同完成語義理解、步驟規劃、狀態預測和動作控制，在降低大規模真機數據依賴的同時，提升對未知場景、物體變化和復雜交互的適應能力。

Magic-VLA K02的發布，進一步完善了魔法原子從機器人本體、運動控制到通用具身大模型的技術體系。未來，公司將持續推進Magic-VLA系列模型迭代，加快具身智能從單項技能驗證走向復雜、通用任務執行，推動其在工業制造、物流倉儲、商業服務及家庭服務等場景中的規模化應用。