通用机器人操作系统 赋予具身载体无限的运动本能

强化学习、动作迁移、Sim2Real,领先的运动控制技术与跨本体能力

合作咨询

通用机器人OS
基础设施研发商

桥介数物是行业领先的通用机器人操作系统研发商。公司以运动控制为切入点,在强化学习、仿真训练、Sim2Real 及跨本体迁移等领域拥有深厚的技术沉淀与工程实践,致力于为行业提供安全、高效、可规模化的机器人运动能力。围绕核心业务,桥介数物已构建起由通用运动控制模型、跨本体全身运动数据工厂与通用机器人运动能力开发平台 RoboCraft AI组成的三位一体基础设施,打通“上下协同、全链赋能”的赋能路径,与产业链伙伴共筑开放、共赢、持续进化的机器人新生态。

40多家深度合作伙伴

具身智能明星创业公司、新能源头部车企、传统家电巨头的首选

70+

跨本体机型

截止2026年Q4,桥介数物运控模型已部署70多款不同的机型。

41%

2024 WRC

参展的27家人形机器人企业中,有11家使用桥介数物的运控方案。

39%

2024 WAIC

参展的18家人形机器人企业中,有7家使用桥介数物的运控方案。

最新消息

所有帖子

投资机构

桥介数物的高速成长与商业价值已获得国内多家顶级投资机构的认可

深创投 隐山资本 沂景资本 深圳天使母基金 奇绩创坛 复星创富 正轩投资 瑞丞基金 钧石创投 明荟致远 中移和创

快速构建运控能力

赋能第三方本体高效稳定运控能力,大幅缩短研发周期,全面实现降本增效

合作咨询

融合强化学习、模仿学习等先进运动学习技术
结合专家级的 Sim2Real 工程经验

通用机器人“小脑”
运动控制解决方案

行业领先的机器人通用运动控制模型

模型支持双足、四足、轮足等多构型机器人的统一训练与跨本体部署,有效解决不同机器人在动力学特性、硬件配置与控制策略上的适配难题,赋予机器人高物理一致性、强环境适应性与跨平台泛化性的运动能力,为客户提供安全、稳定、高效、可规模化部署的运控解决方案。

立即联系

通用全身控制器方案

标准化、高兼容性的通用运动控制解决方案,支持多种动作输入与跨本体适配,实现运动能力的快速接入、灵活拓展与高效部署。

  • 多源动作兼容,实现即接即用

    兼容大模型、动捕设备、仿真轨迹、动画关键帧等多种上层动作输入。通过统一接口,实现不同来源的动作指令快速接入与执行。

  • 动作灵活拓展,无需重复训练

    依托通用运动控制模型,支持执行未经针对性训练的新动作,具备较强的动作泛化能力,减少逐个动作训练和调试的工作量。

  • 跨本体快速适配,降低开发成本

    支持不同尺寸、关节构型的人形机器人,通过统一控制框架与适配机制,减少针对不同硬件重复训练的工作量,缩短研发与部署周期。

全向移动运控方案

聚焦机器人核心移动能力,融合强化学习与环境感知技术,实现自然、稳定、灵活的全向移动,提升复杂地形下的通行能力。

  • 强化学习驱动,运动自然稳定

    基于强化学习与AMP(对抗性运动先验)算法,结合物理约束与拟人/物运动特征进行训练,提升机器人行走的自然度、连贯性与稳定性。

  • 全向灵活移动,步态流畅自然

    支持前进、后退、左右平移、原地转向等多方向移动,实现自然流畅的拟人/物步态与平滑的姿态切换,满足不同场景下的灵活移动需求。

  • 环境感知融合,适应复杂地形

    结合深度相机等视觉感知技术,识别地形起伏与障碍物,动态调整运动策略,提升机器人在不平整、低摩擦等复杂地形下的稳定性与适应能力,并支持跨本体适配部署。

全身模仿运控方案

聚焦复杂动作的高精度模仿与追踪,让机器人精准复现复杂动作,满足高动态表演与个性化动作开发需求。

  • 深度模仿学习,动作精准稳定

    基于强化学习与DeepMimic(深度模仿)算法,学习复杂动作的运动规律与全身关节协调方式,实现高动态动作的精准追踪与稳定执行。

  • 复杂动作追踪,全身协调流畅

    支持舞蹈、功夫及高难度姿态等复杂动作的全身模仿与追踪,兼顾动作还原度、身体协调性与运动稳定性,提升机器人的动作表现力。

  • 跨机型灵活适配,支持个性定制

    针对不同尺寸、关节构型的人形机器人进行运动控制适配,结合动作重定向与模型优化,支持个性化动作开发与定制,满足不同机型及应用场景的需求。

感知与移动操作方案

融合运控、感知与操作能力,让机器人能够自主识别复杂环境、灵活调整运动方式,并在移动过程中完成操作任务,满足复杂场景下的作业需求。

  • 多模态融合感知,精准识别环境

    融合三维视觉点云与雷达数据,实时感知楼梯、障碍物及地形变化,为机器人自主规划通行路径和调整运动策略提供支持。

  • 多姿态灵活移动,适应复杂地形

    支持四足机器狗切换双足运动模式,以及“小恐龙”式直立行走等特殊步态,根据地形特点灵活调整运动姿态,提升各种机器人在不同高度、坡度及楼梯等复杂环境下的通行能力。

  • 移动操作协同,实现边走边作业

    融合足式移动底盘协同控制,在移动过程中兼顾身体平衡操作,提升动态抗扰与协调能力,支持机器人在复杂环境中完成移动操作任务。

快速构建运控能力

赋能第三方本体高效稳定运控能力,大幅缩短研发周期,全面实现降本增效

运控方案合作咨询

通用机器人
运动能力开发平台

机型适配、动作创作、仿真训练、真机部署、资产管理

立即体验

全面降低运动开发门槛

多年开发经验汇聚成标准化流程,大幅度降低运动控制开发门槛,实现高效交付

70+

跨本体项目积累

率先支持宇树G1、智元X2、加速进化T1等热门机型,打通自研硬件快速导入通路,真正打破软硬件壁垒。

90%

研发周期缩短

周期由 3 个月缩短至 1 周以内,提效超90%;开发团队由5人降至1人,极大缩减前期试错成本。

0

手工调试依赖

URDF校验与修复、动作数据预处理、强化学习训练、Sim2Real部署、参数调整等环节自动化处理。

0

本地安装部署

“WebAssembly + WebGL + MuJoCo + WebRTC”技术栈组合,无需安装任何本地插件或环境。

运动能力接入与应用开发

涵盖了新机器运动能力的快速构建以及成熟机型的动作能力开发和场景应用

AI校验

自动识别模型问题,全面输出可视化诊断报告

AI 校验诊断报告界面

URDF编辑器

可视化编辑关节模型,轻松解决诊断问题

URDF 编辑器界面

硬件检查

对齐电机、传感器、通讯参数,仿真即真机

硬件检查界面

运动能力训练

通用运动控制器,动作模仿、自由行走均可胜任

运动能力训练界面

多种机型

支持G1、X2、PM01、T1等多种主流机型,新机型可快速适配

G1 X2 PM01 T1

视频提取动作

支持从动作视频中提取高质量动作数据,同时也支持BVH上传

提取后的机器人动作

动作编排

丰富的动作资产可自由编排成个性化应用

动作编排界面

真机快速部署

3-5分钟完成真机连接到应用下发

真机部署界面

通用全身遥操作方案

支持 Xsens、诺亦腾、Pico等硬件设备,实现低延时高精度遥操作机器人,如影随形

跨本体

支持宇树G1、智元X2、众擎PM01等机型

低延时

及时响应,人机同频

高泛化

动作灵活拓展,无需重复训练

生态合作伙伴

与芯片、本体、场景等产业伙伴共建机器人生态

Intel
生态合作伙伴
京东
E-Bot Hub
芯擎科技 SiEngine
方特

体验 RoboCraft AI

快速为你的机器人构建一流且丰富的运动能力

立即注册

自研跨本体动作重定向算法

跨本体运动数据工厂

1000+小时/月·数据产能

跨本体全身运动数据工厂可将采集数据快速适配并分发至不同型号的机器人,实现高质量运动数据的高效复用,大幅提升数据生产与应用效率,加速运动控制模型的训练、验证与能力演进。数据工厂已形成每月1000+小时的数据产能,未来将分阶段向每月数万小时递进。

立即联系

自研跨本体数据引擎

自研重定向引擎打破传统“逐条动作调参、逐台机器人写专用解算”的限制。基于统一本体抽象层,结合高效流式数据管线与目标机器人的 URDF 拓扑定义,自动完成构型适配,将人体运动语义与拓扑关系统一映射至人形、四足、轮足等不同关节自由度与动力学构型。

多维数据增强体系

采用 RL 动力学后处理校正物理违背,消除浮空、穿透、滑移与力矩超限,实现从“运动学平滑”到“动力学可行”的升级。依托 3D 重建与仿真管线补齐深度、力学等视觉/力控模态,叠加环境扰动与 AI 语义标注,将单次采集指数级扩展为高密度训练样本。

双线自进化闭环

建立“设计-原始-重定向-增强”四级硬质检门槛,严格阻断污染数据进入训练集。同时,将模型训练侧的评估结果(失败画像)实时反向回写至上游采集与设计平台,形成“主动图谱覆盖 + 反馈精准补洞”的双线自进化闭环,确保数据资产随模型训练持续增殖。

CWM 数据工厂运行模式

采集、重定向、增强,再由训练结果反哺

主动覆盖

丰富运动多样性

  • 运动覆盖图谱
  • AI 原生管理平台
  • 多样性审阅与人员匹配

数据增强

物理 · 仿真 · AI 标注

  • 物理一致性后处理
  • 仿真多样性扩增
  • 语义标签与版本管理

同步采集

多源信息同步对齐

  • 人体动作 · 视频 · 场景同采
  • 统一时钟与数据契约
  • 自动质检,统一入库

跨本体重定向

适配多种构型的机器人

  • 统一本体抽象层
  • 自研 retarget 映射
  • 无需逐条调参,1000fps+

所有内容

媒体报道

桥介数物已获国内多家主流媒体的深度报道

返回

BridgeDP桥介数物的长期路线

从运动控制到通用机器人操作系统

过去几年,我们一直在做运动控制。但从更长的时间尺度看,我们真正想解决的问题,并不只是如何让机器人运动得更好,而是一个更基础的问题:未来,人们应该如何开发机器人应用?

我们相信,通用机器人最终会形成一个巨大的应用市场。它所面对的不是单一行业,而是整个物理世界。工业、物流、商业、农业、建筑、家庭、养老,几乎所有需要人完成的工作,长期来看都有可能成为机器人的应用场景。场景足够多、需求足够分散,就意味着不可能由少数几家公司把所有机器人应用都开发完,产业最终需要一个庞大的应用开发者生态。

今天,行业仍然高度关注如何制造更好的机器人,以及如何让机器人拥有更强的基础智能。但从长期来看,机器人的规模化,不只取决于有多少机器人被制造出来,还取决于有多少应用能够在这些机器人上运行。真正让机器人进入千行百业的,不会只是机器人公司的研发团队,还会是大量开发者、企业和行业专家。

我们希望建设的,就是支撑这些人开发机器人应用的通用机器人操作系统。

一、机器人行业需要真正的应用开发平台

今天,开发一个机器人应用仍然非常困难。市面上已经有 ROS、Isaac、各种仿真环境、训练框架和机器人开发工具,这些基础设施极大推动了机器人行业的发展,但它们主要服务的仍然是专业机器人开发者。

一个开发者想让机器人完成某个具体任务,往往仍然需要理解机器人本体、运动学、动力学、感知、模型训练、部署和大量工程细节。即使已经有了成熟的模型和工具,要把它们整合成一个能够在真实环境中稳定运行的应用,依然需要大量专业工作。某种意义上,今天从电机扭矩指令开始编写机器人应用,就类似于从二进制代码开始编写计算机应用。

我们认为,这不应该是机器人应用开发的最终形态。开发者想做仓库搬运,就应该专注于仓库搬运的业务逻辑;想做巡检,就应该专注于巡检流程;想做酒店配送,就应该关注任务调度和服务体验,而不是每换一台机器人,就重新理解一次它的结构、驱动和控制系统。应用开发者应该越来越关注“机器人要做什么”,而不是反复解决“机器人具体怎么动”。

这就需要一套能够持续封装底层复杂性、向上提供统一能力接口的基础设施。我们把这样一个综合的应用开发平台定义为通用机器人操作系统。它不只是传统意义上的操作系统内核,也不仅是一套机器人中间件,而是一套连接机器人本体、基础能力与上层应用的基础软件体系。它可以兼容和利用现有的机器人开发基础设施,在此之上解决能力标准化、复用和应用开发的问题。

桥介数物的长期目标,就是建设这样一套通用机器人操作系统。我们希望它能够独立于具体机器人厂商,让开发者基于统一的能力接口开发应用,并让这些应用运行在尽可能多的机器人上。今天,我们已经通过 RoboCraft AI 提供跨本体 Motion 产品能力,并将以此为起点,逐步向 Skill 和 Task 延伸。

二、为什么机器人产业需要第三方平台

我们不仅认为机器人行业需要应用开发平台,还进一步认为,它需要独立于单一机器人厂商的第三方平台。

这个判断来自机器人产业本身的市场结构。机器人是一种物理产品,需要制造、供应链、交付和售后,也会受到不同区域市场和应用场景的影响。因此,未来很难只有一家机器人本体公司。即使市场最终趋于成熟,我们也相信长期仍然会存在多家重要 OEM,不同厂商将持续提供不同形态、不同价格和不同能力的机器人。

每一家 OEM 都可以为自己的机器人建立软件栈和开发平台,但如果每一家机器人都有一套完全不同的应用体系,开发者就不得不为不同机器人重复开发和适配。同一个应用,在 A 机器人上开发一次,在 B 机器人上重新适配一次,到了 C 机器人上又要再做一遍。随着机器人型号增加,这种成本会越来越高,也会限制应用生态的发展。

开发者真正需要的是:开发一次,能够运行在尽可能多的机器人上。这并不意味着任何应用都能运行在任何机器人上。不同机器人有客观存在的能力边界,但对于满足任务要求的机器人,开发者不应该为每一种本体重新开发完整应用。我们希望通过统一的能力描述、适配机制和执行接口,让不同机器人尽可能复用相同的应用逻辑。

这样的平台对整个产业都有价值。对 OEM 而言,接入平台意味着自己的机器人能够更容易获得第三方应用支持;对开发者而言,意味着一个应用能够覆盖更大的硬件市场;对终端用户而言,则意味着可以更自由地选择适合自己的机器人。随着接入的机器人和应用不断增加,双方的价值也会相互促进,逐步形成一个更加开放的应用生态。

我们相信,在一个硬件长期多样化、应用需求高度分散的市场中,独立的第三方应用平台具有长期存在的价值。

三、从代码跨平台,到能力跨本体

如果说硬件多样性解释了为什么需要第三方平台,那么机器人自身的技术特点,则决定了这个平台需要解决什么问题。

在传统软件世界,操作系统帮助开发者屏蔽了大量底层硬件差异。同一个应用不需要为每一种 CPU、显卡和外设重新开发完整逻辑,底层硬件可以不断变化,上层软件仍然能够在相对统一的接口之上运行。

机器人也需要类似的抽象机制,但面对的问题更加复杂。机器人不仅是一台计算机,还是一个需要在真实物理世界中行动的身体。不同机器人可能拥有完全不同的结构、自由度、执行器、传感器和动力学特性。即使能够完成相同的任务,具体的动作和控制方式也可能截然不同。

大语言模型和机器人基础模型的进步,会不断降低应用开发和任务理解的难度,也可能让越来越多能力实现跨本体泛化。但模型能够理解相同的任务,并不意味着不同身体之间的执行差异就会自动消失。机器人最终仍然需要将任务转化为符合自身物理条件、能够在真实环境中可靠执行的行为。

因此,在机器人世界里,真正困难的问题不只是代码能不能跨平台,而是能力能不能跨本体。如何让不同机器人以统一的方式描述自己能够做什么,如何让同一种能力在不同身体上被调用和执行,如何让一个应用不再深度绑定某一种机器人结构或控制系统,都是通用机器人操作系统需要解决的问题。

传统软件平台主要帮助开发者抽象计算资源,而机器人操作系统还需要进一步抽象物理能力。这不是简单地统一几个 API,也不是假设所有机器人拥有相同的身体,而是通过能力描述、底层适配和执行机制,让上层开发者尽可能不必重复处理这些差异。

从软件跨平台,到能力跨本体,是我们理解的通用机器人操作系统的核心方向。

四、我们理解的机器人操作系统:Motion、Skill、Task

基于这样的判断,我们把通用机器人操作系统抽象为三个层次:Motion、Skill 和 Task,分别对应身体抽象、能力抽象和应用抽象。

Motion 是最底层的运动能力基础。

它负责处理不同机器人之间的运动控制差异,为上层提供尽可能统一、可靠的运动能力接口。机器人可以来自不同厂商,拥有不同的结构、驱动和控制系统,但上层开发者不应该每次都从零理解这些差异。Motion 要做的,是让运动能力能够跨越不同本体,并成为可被上层系统稳定调用的基础能力。

Motion

运动能力基础

面向多种机器人本体的统一运动控制基础,是真实部署的核心能力

  • 跨本体运动控制适配多种机器人形态
  • 统一运动能力接口标准化、易集成
  • 真实部署与Sim2Real从仿真到真实应用
RoboCraftAI
RoboCraft AI 运动能力界面
Skill 是可复用的机器人能力模块。

例如行走、转身、抓取、放置、搬运、分拣和开门。一个 Skill 可以由传统算法、学习策略、专业模型或端到端模型实现。我们并不认为未来所有机器人能力都会来自一个“大而全”的模型,基础模型与专业能力很可能长期共存。一个成熟的平台应该让这些不同来源的能力能够被接入、调用、组合和复用,未来也可能形成开放的能力分发生态。

Skill

可复用能力模块

将通用运动能力组合为可
复用的技能模块

  • 行走
  • 抓取
  • 搬运
  • 分拣
  • ......
未来扩展...
搬运
分拣
搬运
Task 面向用户目标和真实业务。

到了这一层,开发者不需要关心机器人每个关节如何运动,而是围绕实际任务组织应用逻辑。例如,把入口处的箱子搬到三号货架,或者巡检生产线并在发现异常时通知管理员。Task 负责理解目标、拆解步骤、选择合适的 Skill,并根据环境反馈管理和调整执行过程。

Task

面向业务的应用层

基于可复用的技能解决实际
场景任务

  • 仓库搬运
  • 巡检
  • 配送
  • 作业流程
  • ......
未来扩展...

这三个层次的关系是:Motion 解决身体如何被统一控制,Skill 解决能力如何被复用,Task 解决应用如何被真正使用。

从 Motion 到 Skill,再到 Task,本质上就是从身体抽象,到能力抽象,再到应用抽象。

我们并不认为所有机器人智能都必须严格遵循这样的分层架构。未来端到端模型与模块化系统很可能长期共存、不断融合。但从应用开发的角度看,我们仍然需要统一描述机器人能做什么、如何调用这些能力,以及如何将能力组织成真实任务。这是我们选择建立 Motion、Skill、Task 体系的原因。

五、为什么我们从 Motion 开始

既然长期目标是通用机器人操作系统,为什么我们从 Motion 开始?

首先,因为不同本体之间的运动执行差异,是上层能力复用必须面对的基础问题。如果一个“搬箱子”的 Skill 换一台机器人,就需要重新解决大量底层运动问题,那么它的可复用程度就会受到限制;如果一个 Task 每适配一种机器人,都必须重新理解底层控制逻辑,那么应用开发也很难真正摆脱对具体硬件的依赖。

我们并不认为机器人技术必须严格按照自下而上的顺序发展,但无论上层智能如何演进,机器人最终都必须在真实的物理身体上可靠执行任务。因此,我们选择首先解决不同身体之间的运动控制差异,而这也恰好是我们过去积累最深的地方。

过去几年,我们已经服务了近 50 家客户,适配了 70 余款足式机器人,并在大量真实项目中积累了跨本体运动控制和 Sim2Real 工程经验。这些经历让我们清楚,跨本体运动能力不是简单封装几个 API,而需要算法、训练、控制、仿真、硬件适配和真实世界工程经验共同作用。

今天,RoboCraft AI 已经提供跨本体 Motion 产品能力,帮助不同足式机器人复用底层运动能力,减少重复开发和适配工作。但这只是起点。我们长期希望支持的,不只有足式机器人,还包括轮式机器人、机械臂、人形机器人、移动操作机器人,以及未来可能出现的其他形态。

不同形态之间的能力差异很大,跨越这些差异需要长期的技术积累。我们不会假设同一套运动控制方案可以直接适用于所有机器人,而是希望从已有的足式机器人经验出发,逐步完善能力抽象和适配机制,并向更多机器人形态扩展。

对我们而言,Motion 既是整个体系在逻辑上的起点,也是我们已经建立实际产品和工程积累的地方。在此基础上,我们会持续完善 Motion,并逐步进入 Skill 和 Task,让越来越多机器人能力能够被复用、组合和用于真实应用。

过去,我们主要解决的是如何让一个运动能力运行在更多机器人上。接下来,我们希望进一步解决如何让一个机器人应用运行在更多机器人上。

六、开放平台,不做本体

我们相信,通用机器人操作系统应该是一个开放的平台。未来的机器人能力会来自不同的模型公司、算法团队、机器人厂商和开发者。我们不会试图独立完成所有技术创新,而是希望让不同来源的能力能够在统一的平台上被接入、调用、组合和复用。

我们的原则很简单:已有成熟能力,就尽可能集成;已有成熟标准,就尽可能兼容;对于重要但尚不成熟的基础能力,我们会持续投入研发。

与此同时,我们也有一个明确的业务边界:桥介数物不做自己的机器人本体。我们相信,机器人硬件会长期保持多样性,不同厂商、不同形态的机器人将服务于不同场景。因此,我们希望建设的不是依附于某一种身体的软件,而是能够服务尽可能多机器人的通用操作系统。

我们希望成为机器人厂商的合作伙伴,而不是竞争对手。硬件公司负责创造更好的身体,我们帮助这些身体获得更多能力和应用;应用开发者创造优秀的软件,我们帮助这些应用运行在更多机器人上。

保持技术开放与硬件中立,是我们建设第三方通用机器人操作系统的长期原则。

七、从控制机器人,到让更多人开发机器人

过去,机器人开发主要由少数专业团队完成。创造一个新的机器人应用,往往意味着从本体适配、运动控制到系统集成,重新解决大量底层问题。我们相信,这种开发方式不会是机器人产业的最终形态。

当机器人走向越来越多的真实场景,应用创新的主体也将从少数机器人公司的研发团队,扩展到大量开发者、企业和行业专家。真正熟悉仓储的人,可以开发仓储机器人应用;熟悉建筑施工的人,可以开发建筑机器人应用;熟悉养老服务的人,也可以参与创造相应的机器人应用。他们不应该先成为机器人学专家,才能开始使用机器人创造价值。

就像今天的软件开发者不需要先设计一颗 CPU,未来的机器人应用开发者,也不应该每一次都从关节控制、运动学和硬件驱动开始。越来越多底层复杂性应该由基础设施承担,让开发者能够专注于真实世界的问题。

桥介数物选择从 Motion 出发,从足式机器人开始,逐步覆盖更多机器人形态,并向 Skill 和 Task 延伸。我们不制造机器人,而是希望帮助不同机器人获得更多能力;我们不试图创造所有机器人应用,而是希望让更多开发者有能力创造应用。

从控制机器人,到让更多人能够开发机器人。这是桥介数物的长期方向。

让能力跨越不同的身体,让应用跨越不同的机器人,让开发者不再从底层开始。

“ 不仅是运动控制的底座构建者,更是跨越数字世界与物理现实鸿沟的探路人。”

关于桥介数物

桥介数物致力于打造具身智能时代的通用机器人操作系统
平台向上适配通用大模型与多模态感知指令,向下兼容异构硬件本体

加入我们

发展历程

桥介数物的发展历程及所获得的行业殊荣

人才汇聚

核心算法研究人员的硕士、博士背景占比达 80%
第三方足式机器人运动控制解决方案市场占有率第一

桥介数物打造了一支覆盖学术研究、工程研发与商业落地的全链条复合型团队,目前团队规模超过100人,其中研发人员占比超过80%。核心技术成员来自华中科技大学、南方科技大学、卡内基梅隆大学(CMU)等海内外知名高校,具备扎实的机器人控制、人工智能及系统工程背景;市场与商务团队核心成员曾就职于华为、中兴、京东等行业领先企业,拥有丰富的产业资源整合与商业化运营经验。

共登具身之巅

桥介数物诚邀全球精英与科研人才,用算法与物理法则,定义下一代机器人的运动轨迹

全球部署筹备中

加入 BridgeDP 桥介数物

定义下一代机器人的运动轨迹

15 个在招职位已开放,工作地点深圳。算法、工程、产品与商业岗位同步招聘
社招与实习都可以投递。

查看在招职位

在招职位

名单与飞书招聘站一致,目前开放 15 个职位,工作地点均为深圳。

合作对接

请填写您的核心需求与联系方式,我们的合作顾问
将在第一时间与您对接,为您提供专业的解决方案与技术评估。

1h 极速响应1v1 深度对接100% 商业保密

请填写您的姓名

请填写有效的电话或微信号

邮箱格式不正确

  • RoboCraft AI平台接入与应用开发
  • 运动控制解决方案合作
  • 跨本体运动数据工厂合作
  • 多维感知与规划
  • 投融资与媒体合作
  • 其他

官方电子邮箱

contact@bridgedp.com

24小时接收商业意愿函

商务顾问专线

+86 186 1001 0263

工作时间(9:00-18:00)

深圳总部

深圳市南山区留仙大道7013号航天创新大厦1801

欢迎预约考察合作

桥介数物微信二维码

扫码添加微信号实时解答