魔法原子 Magic-VLA K02 亮相 WAIC：叠盒封胶长程任务成功率超 90%

魔法原子在 2026 世界人工智能大会（WAIC）现场展示了其自研通用具身大模型 Magic-VLA K02，并通过叠盒封胶、柔性衣物整理、行李箱收纳三项复杂长程任务，集中呈现了模型在多步骤规划、连续执行与扰动恢复方面的能力。据官方介绍，叠盒封胶组合式长程任务的成功率超过 90%，整体长程任务准确率达到 92%，任务中断率降至 5% 以内，这也是行业首次由通用具身大模型完整实现叠盒与封胶组合式长程任务。

三类长程任务指向通用操作能力

此次展演选取的三类场景在物理属性和任务结构上差异明显，分别考察刚性物体精细操控、柔性物体动态控制以及多物体空间规划能力。

• 叠盒封胶：要求机器人实时识别不同规格的箱体，自主调整抓取点位、受力角度与叠放姿态，并在贴胶过程中根据胶带形变和箱体表面状态调整末端轨迹与贴合力度。
• 柔性衣物整理：模型根据实时视觉信息动态选择抓取位置，连续完成平铺、压边、对折、收角及规整；当观众中途移动或打乱衣物后，机器人会重新识别状态并恢复操作。
• 行李箱收纳：需要同时处理多个物体与有限空间之间的约束关系，统筹摆放位置、操作顺序和空间利用率。

三类任务呈现的并非三套独立程序，而是同一模型框架在不同任务上的能力外化。

分层式双系统架构

Magic-VLA K02 采用分层式双系统架构，由高层「理解—生成统一模型」与低层动作生成系统协同组成，打通任务理解、原子任务拆解、视觉目标生成、未来状态预测与连续动作执行的完整链路。

高层系统负责全局决策与任务规划，将长程指令拆解为一系列具有明确时序关系的原子任务，并为每一步生成「关键结果图像」，约束动作方向。

低层系统由 VLM 主干网络、动态专家模块和动作专家模块构成，将高层规划转化为连续机器人动作：

• 动态专家模块：提前推演当前动作可能引发的物体形态和场景变化，例如预测折叠后布料的可能状态，避免局部正确而整体偏离。
• 动作专家模块：输出连续平滑的动作序列，提升相邻动作间的衔接稳定性，减少机械抖动与轨迹偏移。

四项能力指标

围绕推理部署环节，Magic-VLA K02 构建了「感知—理解—决策—执行」端到端闭环，并在长程策略控制、技能组合泛化、跨机器人适配与工程部署稳定性四方面形成具体指标：

• 长程策略控制：复杂长程任务整体准确率 92%，任务中断率低于 5%。
• 技能组合泛化：场景适配吞吐量提升 110%，整体任务泛化执行效率提升 90% 以上。
• 跨机器人适配：在已测试设备范围内，跨设备适配成功率达 100%，兼容设备品类提升 200% 以上。
• 工程部署稳定性：轨迹偏差修正响应速度提升 70%，所需机器人示范训练数据量减少 60%。

训练范式：从数据到部署的闭环

Magic-VLA K02 采用「海量第一人称视角数据预训练 + 少量机器人示范数据跨形态动作对齐与后训练」的范式：先从第一人称操作数据中学习任务拆解逻辑、手物交互关系与视觉子目标，再通过机器人示范数据将相关认知对齐到真实动作空间，并以渐进式解冻和端到端联合微调解决高层与低层模块之间的表征错位问题。

官方表示，这一体系在降低大规模真机数据依赖的同时，也希望为多形态机器人进入真实岗位、实现能力迁移与规模化部署构建统一的智能底座。