极智嘉的具身智能基座模型 Geek+ Brain 采用 “感知-策略”两段式分层架构，由 Perception Model（感知模型） 与 Policy Model（策略模型） 两个核心层组成。

• 感知模型：聚焦空间智能，环境理解能力，整合 2D/3D 感知，专注于环境与物体信息的精准建模。

• 策略模型：基于感知模型的环境理解，自动生成合理、高效和可执行的操作策略。

图7 Geek+ Brain 分层架构：Perception Model + Policy Model

分层架构保证了“数据到决策”路径的高效闭环与系统扩展性。其分层设计提升了可解释性，支持逐层定位与优化，极大提高研发和运维效率。该架构具备高度灵活性，可分阶段积累数据、按需替换模块，并与硬件解耦，支持多样化末端执行器。同时，分层实现轻量化部署和模块级更新，在保障系统稳定性和精度的同时，显著降低算力成本，更契合工业和仓储场景对于可靠与高效要求。

构建强大数据金字塔

Geek+ Brain 使用基于千万量级公开数据集训练的预训练模型，再经过仿真数据与数年积累的行业数据进行模型后训练，最终得到可实时处理 2D/3D 图像阵列的高性能视觉抓取模型。同时， Geek+ Brain 构建数据生产、模型训练、评测、部署四大核心平台，提供完整的数据闭环支撑。

图8 数据金字塔模型

图9 Geek+ Brain 四大核心平台

迈向通用仓储机器人

7 月 30 日，极智嘉宣布成立具身智能子公司，聚焦机械手拣货、通用机器人等具身智能技术和业务，目标直指物流、制造等B2B场景。

极智嘉创始人兼 CEO 郑勇表示：“‘通用仓储机器人’是子公司的首个战略方向。极智嘉将秉承‘场景驱动’理念，以仓储场景的真实痛点作为技术演进的突破点，确保每一步突破都能产生可量化的商业价值。”

因此，极智嘉选择由点及面地逐步实现"通用仓储机器人"战略构想：

• 单点突破期 (当前)：以货品拣取场景作为首站，解决业界难题，实现真无人拣选

• 场景通用期：拓展至搬运、打包等环节，向通用性演进

• 生态共建期：基于 Geek+ Brain 构建模型生态，促使模型资源不断丰富、生态逐渐壮大，致力于成为全球仓储具身智能生态主导者

在当前的具身智能领域中，仓储物流场景凭借其庞大的市场规模、明确的作业流程与迫切的智能化需求，成为最适合技术落地、商业化价值最高的核心赛道之一。然而，仓储环境对技术的可靠性、准确性及效率提出极高要求。

极智嘉在仓储领域的深厚场景认知、数据积累、全球客户资源和业务网络，为公司发展“通用仓储机器人”带来得天独厚优势。

作为公司迈向“通用仓储机器人”的关键一步，通用机械臂操作技术方案和 Geek+ Brain 这两项技术成果标志着极智嘉在具身智能领域从技术架构到应用闭环的关键突破，也为“真无人、全智能”仓储时代的到来提供了具身智能技术基石。