中文

English

咨询热线：

400 188 3810

<<微信扫码对接

PNP机器人，即：Plug&Play Robotics

学术背景来自于哈尔滨工业大学，多伦多大学等，团队背景来自于UR/ABB等全球先驱机器人企业，团队位于北京、上海、深圳、苏州、北美等地

PNP机器人是Franka Robotics战略合作伙伴，提供技术、渠道、市场等支持
面向具身智能模仿学习、强化学习、VLA等方向，提供Franka机器人成套解决方案

为何Franka机器人独树一帜，在具身智能时代全球顶尖具身实验室引领选择Franka？揭开斯坦福、Google等钟爱具身智能神器

发表时间：2025-11-18 22:40作者：包文涛

为什么全球顶尖具身实验室都在选Franka机器人？揭开斯坦福、Google DeepMind等钟爱的具身智能机器人神器

文/包文涛 PNP机器人

Franka机器人凭借其独特硬件设计、力控能力以及广泛的科研生态，成为了全球科研机构、工业实验室以及AI公司首选的平台。无论是谷歌DeepMind、META，还是斯坦福大学、伯克利大学，Franka机器人都被用来验证最前沿的研究成果，为具身智能的发展提供了坚实的硬件基础。本文将系统梳理Franka机器人在具身智能方向的核心优势、关键科研案例及全球应用生态，分析其成为首选平台的原因。

PART.01

Franka机器人面向具身智能方向的基因

Franka机器人自2016年问世以来，其设计理念就与具身智能研究的核心需求高度契合，体现了在高自由度操作、力控能力以及科研生态方面的独特优势。

7自由度设计为具身智能高维操作提供了关键条件

在2020年前，市面上大多数工业机器人仍是六轴设计，而七轴的引入为逆运动学求解提供了无限解，使机器人能够在执行复杂动作时灵活调整末端姿态。对于当前火热的VLA方向而言，这意味着使用Franka等7轴机器人，可以通过高维度规划末端姿态，机器人内部逆运动学解算，7自由度避免陷入奇异解和复杂修正的困境，从而大幅提升高维度任务规划的效率。七轴设计不仅增强了操作灵活性，也为多机器人协作提供了更多策略空间，使其在科研实验和工业应用中都具有显著优势。

Franka的多模态力控能力在具身智能研究中发挥了重要作用。

Franka在科研和工业界形成了成熟生态

从2016年面世以来，其面向科研和教育市场，提供1000Hz快速响应的FCI接口，支持高频率控制和数据采集，使研究者能够快速验证新算法和控制策略。基于Franka机器人的论文每年超过1000篇，累计超过10000篇，并且大多数开源。

科研人员可以在已有算法基础上进行迭代，而无需从零开始开发控制系统和硬件接口。这种全球性开源生态不仅加速了科研进程，也巩固了Franka机器人在具身智能领域的领先地位。PNP机器人也基于Franka开发了大量实验方案，为科研机构和企业提供了可快速部署的实验平台，进一步增强了Franka在高自由度操作和VLA任务验证中的核心优势。

PNP问题思考：具身智能时代7轴机器人和力控谁更重要？

PART.02

谷歌DeepMind、丰田研究院、META等全球顶尖AI机构的引领

全球顶尖人工智能机构普遍选择Franka机器人作为具身智能研究平台，这不仅体现了其硬件能力，也显示了其科研生态的成熟性。

谷歌DeepMind-GERMINI模型

谷歌DeepMind为例，其GERMINI平台基于Franka机器人结合大语言模型（LLM）和视觉语言动作范式，搭建了覆盖多模态感知、策略规划和动作执行的综合研究体系。在该平台上，DeepMind探索了高维任务规划、多任务迁移及多模态操作策略，为复杂环境下的智能操作提供实验验证。

谷歌DeepMind- ROBOBALLET发表于《Science Robotics》

DeepMind还开展了多机器人任务协作研究，例如ROBOBALLET项目，探索了多台机器人之间的动作同步、物理空间交互和策略优化，成果发表于《Science Robotics》。Franka机器人的高自由度设计和精密力控使其能够承载复杂多机器人实验，同时保证实验结果的可重复性。

丰田研究院、哥伦比亚大学Diffusion policy策略

META视触觉传感以及VR遥操作

META也在其实验中广泛采用Franka机器人，提出视触觉感知等先进方案，验证VLA范式和高自由度操作策略，为跨公司、跨实验室的科研合作提供了共同基础。基于META VR的研究，用于Franka机器人数据采集和操作训练，也极大方便了科研工作者对于机器人的操作。

PNP机器人团队曾在ROS中国区大会和中国具身智能大会上展示相关成果，说明Franka机器人在国内外科研社区均有重要影响力。这些全球顶尖机构的选择，体现了Franka机器人在硬件灵活性、力控精度和生态完善性上的优势，使其成为具身智能研究的首选平台。

PNP问题思考：你认为将来先进的具身智能成果是来自于人工智能大厂还是高校的实验室？

根据公开资料谷歌DeepMind团队大约有 5,000 人，主要是工程师和博士研究员，国内哪个大厂具有类似规模？另外根据目前现状，你认为将来先进的具身智能成果是来自于人工智能大厂还是高校的实验室？

PART.03

成熟生态下数据采集与人工智能工厂的首选

在工业和科研结合的场景中，人工智能数据工厂对机器人平台的选择尤为严格。Franka机器人凭借其生态优势、部署便利性和高性能验证能力，成为首选方案。首先，Franka生态系统完善，涵盖控制接口、开源算法库以及大量科研成果，为数据工厂快速建立智能采集系统提供基础支撑。其高自由度设计和精密力控保证了操作任务的稳定性和安全性，即使在长时间、高频次操作中仍能保持可靠性能。

德国慕尼黑工业大学（TUM）AI工厂

北京人形机器人创新中心ROBOMIND数据集

谷歌 DeepMind 牵头开源数据集 OpenX-Embodiment

谷歌 DeepMind 牵头推出的开源数据集 OpenX-Embodiment 是面向具身智能和机器人学习的重要资源，旨在为研究者提供大规模、高质量的多模态操作数据，加速算法开发和真实世界迁移。在该数据集中，Franka 机器人贡献了主要部分的数据，涵盖高自由度操作、力控交互和复杂任务序列。

PI公司开源的PI0.5模型

此外，PI公司开源的PI0.5模型充分利用Franka机器人进行快速验证，展示了Franka在算法迭代和策略测试中的高效率。Franka机器人标准化接口和成熟的软件开发工具包（SDK）使其在研究实验室和工业环境中都能快速上手，并保持长期稳定运行。这种可重复性和部署便利性，使Franka机器人成为数据采集和人工智能工厂首选平台，加速了算法从实验室到工业应用的转化过程。

PNP问题思考：一种本体的数据采集之后，跨平台迁移是否容易？

在大量数据采集完成后，为什么像 Franka 这样的机器人平台更容易实现算法的真实世界迁移？这种“可迁移性”究竟由哪些关键特性决定：是高一致性的硬件表现、标准化接口，还是其生态系统对研究范式的塑造？

PART.04

具身智能方向领先的学术机构的科研引领

Franka机器人以其高精度、7自由度机械臂和易编程特性，被斯坦福、伯克利、卡内基梅隆、清华、北大等顶尖学术机构广泛采用。它支持从感知、控制到人机交互的全链路研究，推动具身智能算法在实际操作中的验证与优化，加速了智能机器人在复杂环境下自主决策与精细操作的前沿发展

斯坦福大学空间智能

斯坦福大学李飞飞团队在空间智能研究中使用Franka机器人进行实验，通过精确控制和多模态传感，实现机器人在复杂环境下的空间理解和操作策略优化。

斯坦福大学长序列操作实验PTP BEST PAPER @RSS2025

卡内基梅隆大学（CMU）提出的Neural MP-Best Student Paper @IROS2025

在2025年IROS大会上，卡内基梅隆大学（CMU）提出的Neural MP通用神经规划器基于Franka机器人进行实验，实现了跨环境和跨任务的高效规划。该论文获得IROS 2025 Best Student Paper Award Winner。

加州大学伯克利DSRL Best Paper @CORL 2025

麻省理工学院FABRICA Best Paper @CORL 2025

这些学术实践表明，Franka机器人不仅为复杂操作任务提供稳定硬件支持，也促进了全球学术界在具身智能领域的协同研究。研究者能够在共享硬件平台和开源算法的基础上快速迭代实验成果，加速科学发现和技术落地。

PNP问题思考：工具具身方向 vs 学术研究的异同？

在各大知名机器人研究机构中，对于机器人的选择和现实工业界的需求一样吗，有什么不同？

PART.05

全球顶尖人工智能与机器人实验室的主流平台

不仅在个别科研机构，全球多个有影响力的人工智能和机器人实验室也将Franka机器人作为具身研究的主要平台。

加拿大多伦多大学机器人研究所

慕尼黑工业大学和AI FACTORY

卡内基梅隆大学机器人研究所

美国卡内基梅隆大学机器人研究所长期使用Franka机器人进行跨任务规划、通用神经规划器和多机器人协作研究，其高自由度和灵敏力控提供了可靠实验基础。这种系统化和长期化应用，使Franka机器人在全球**实验室形成标准化具身智能研究平台。

PNP问题思考：工具具身方向 vs 学术研究的异同？

在各大知名机器人研究机构中，对于机器人的选择和现实工业界的需求一样吗，有什么不同？

PART.06

结束语

Franka机器人在具身智能领域发挥着引领作用，其优势体现在硬件设计、力控精度、科研生态及全球应用等多个方面。七轴结构、多模态力控和高频接口为复杂操作提供基础，高度开放的科研生态使研究者能够快速验证和迭代算法成果。全球顶尖科研机构和工业实验室的广泛采用，使Franka机器人成为具身智能研究的标准平台。PNP机器人作为Franka机器人负责方，持续推动其在数据采集、操作策略验证和应用场景搭建中的落地，为具身智能的发展提供了可靠支撑。Franka机器人通过提供高自由度、高精度、可重复的实验环境，使研究者能够站在前人成果的基础上进行创新，显著缩短了科研周期，成为具身智能研究不可或缺的平台。

PART.07

作者简介

包文涛，PNP机器人，创始人/CEO，毕业于哈尔滨工业大学机器人技术与系统全国重点实验室，机器人方向；2006-2015年间，在传统工业机器人巨头ABB 工作于美国、加拿大等北美地区，高级管理职位；2015-2020年，在全球协作机器人先驱Universal Robots（优傲机器人）任职，中国区负责人之一，从0到1推广了“协作机器人”概念。2021年至今-创始人，集智联机器人/PNP机器人，面向具身智能机器人方向，聚焦即插即用（“PLUG&PLAY”）机器人技术和应用，同时负责Franka机器人等技术支持、市场、渠道等, 提供具身智能机器人方案。

PART.08

具身智能和FRANKA机器人咨询

18018175378（微信同号）

FRANKA机器人咨询

PART.09

参考资料

RoboMIND: Benchmark on Multi-embodiment Intelligence Normative Data for Robot Manipulation Beijing Innovation Center of Humanoid Robotics, State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University,Beijing Academy of Artificial Intelligence. arXiv:2412.13877v3.27 May 2025

Cheng Chi, Siyuan Feng, Yilun Du, Zhenjia Xu, Eric Cousineau, Benjamin Burchfiel, and Shuran Song.Diffusion policy: Visuomotor policy learning via action diffusion.RSS, 2023.

Songming Liu, Lingxuan Wu, Bangguo Li, Hengkai Tan, Huayu Chen, Zhengyi Wang, Ke Xu, Hang Su, and Jun Zhu.RDT-1b: a diffusion foundation model for bimanual manipulation.In The Thirteenth International Conference on Learning Representations, 2025.

Sami Haddadin; Sven Parusel; Lars Johannsmeier; Saskia Golz; Simon Gabl; Florian Walch. The Franka Emika Robot: A Reference Platform for Robotics Research and Education. IEEE Robotics & Automation Magazine PP(99):2-14.December 2024

Octo Model Team, Dibya Ghosh, Homer Walke, Karl Pertsch, Kevin Black, Oier Mees, Sudeep Dasari, Joey Hejna, Tobias Kreiman, Charles Xu, et al.Octo: An open-source generalist robot policy.In Proceedings of Robotics: Science and Systems, 2024.

Murtaza Dalal Jiahui Yang Russell Mendonca Youssef Khaky Ruslan Salakhutdinov Deepak Pathak . Neural MP: A Generalist Neural Motion Planner IROS 2025 Best Student Paper Award Winner. arXiv:2409.05864v1 [cs.RO] 09 Sep 2024

Andrew Wagenmaker. Steering Your Diffusion Policy with Latent Space Reinforcement Learning. arXiv:2506.15799v2 [cs.RO] 25 Jun 2025

Yunsheng Tian, Joshua Jacob et. Fabrica: Dual-Arm Assembly of General Multi-Part Objects via Integrated Planning and Learning. arXiv:2506.05168. 5 Jun 2025

K. Black, N. Brown, D. Driess, A. Esmail, M. Equi, C. Finn, N. Fusai, L. Groom, K. Hausman,B. Ichter, et al. π0: A vision-language-action flow model for general robot control. arXiv preprint arXiv:2410.24164, 2024.

Carolina Higuera, Akash Sharma, Chaithanya Krishna Bodduluri, Sparsh: Self-supervised touch representations for vision-based tactile sensing.arXiv:2410.24090v1 [cs.RO] 31 Oct 2024

Kevin Black, Noah Brown, Danny Driess, Adnan Esmail, Michael Equi, Chelsea Finn, Niccolo Fusai, Lachy Groom, Karol Hausman, Brian Ichter, et al. pi0: A vision-language-action flow model for general robot control. arXiv preprint arXiv:2410.24164, 2024.

Johan Bjorck, Fernando Castaneda, Nikita Cherniadev, Xingye Da, Runyu Ding, Linxi Fan, Yu Fang, Dieter Fox, Fengyuan Hu, Spencer Huang, et al. Gr00t n1: An open foundation model for generalist humanoid robots. arXiv preprint arXiv:2503.14734, 2025.

Steven Morad, Ryan Kortvelesy, Matteo Bettini, Stephan Liwicki, and Amanda Prorok. POPGym:Benchmarking partially observable reinforcement learning. In The Eleventh International Conference on Learning Representations, 2023. URL https://openreview.net/forum?id=chDrutUTs0K.

Soroush Nasiriany, Sean Kirmani, Tianli Ding, Laura Smith, Yuke Zhu, Danny Driess, Dorsa Sadigh, and Ted Xiao.Rt-affordance: Affordances are versatile intermediate representations for robot manipulation, 2024a.URL https://arxiv.org/abs/2411.02704.

Feng Siyuan, Burchfiel Ben, Albina Toffee, and Tedrake Russ. 2023. TRI’s Robots Learn New Manipulation Skills in an Afternoon. Here’s How. Accessed: May 20, 2024.

Physical Intelligence (π) https://www.physicalintelligence.company/

Open X-Embodiment: Robotic Learning Datasets and RT-X Models, Open X-Embodiment Collaboration, arXiv:2310.08864v9 [cs.RO] 14 May 2025, robotics-transformer-x.github.io

Meta. 2024. Meta XR Interaction SDK OVR Samples. Accessed: May 26, 2024.

Alexander Khazatsky etc., Droid: A large-scale in-the-wild robot manipulation dataset.In Proceedings of Robotics: Science and Systems, 2024.

Visualizing Hand Force with Wearable Muscle Sensing for Enhanced Mixed.Reality Remote Collaboration. IEEE Transactions on Visualization and Computer Graphics 2023.

Yiming Liu, Raz Leib, and David W Franklin. 2023. Follow the force: Haptic communication enhances coordination in physical Human-Robot. interaction when humans are followers. IEEE Robotics and Automation Letters 2023.

New Solutions for the Industry of the Future.Digital Twins and Cybersecurity Strategies for the Modern World of Work https://www.research-in-bavaria.de/industry-of-the-future/

Germany’s Hub for Robotics and AI Excellence https://robotics-institute-germany.de/

Jiahao Chen, D. Antony Chacon, Muhammad Bilal, Qiushi Zhou, Wafa JohalAuthors Info & Claims. Mr.LfD: A Mixed Reality Interface for Robot Learning from Demonstration.OzCHI '24: Proceedings of the 36th Australasian Conference on Human-Computer Interaction. 29 September 2025

University of Toronto’s hub for multidisciplinary robotics research and innovation https://robotics.utoronto.ca/

The Robotics Institute at Carnegie Mellon University https://www.ri.cmu.edu/

Franka Robotics GmbH.Franka robotics, 2025.URL https://franka.de/.

PNP Robotics CO.Ltd. PNP ROBOTS, 2025.URL, https://www.pnprobotics.com

文/PNP机器人原创，转载请授权

上一篇[PNP技术分享]RLinf面向强化学习开源框架—Franka机器人真机强化学习流程

下一篇最强VLA模型π*0.6来了！性能新突破

分享到：

PNP机器人

集智联机器人

提供机器人即插即用（Plug & Play）解决方案

首页产品中心解决方案新闻中心联系我们

官方热线+86 400 188 3810 地址：江苏省苏州市吴江智慧产业园云创路233号第5层

具身业务+86 180 1817 5378 （Franka机器人）业务分布：北京、上海、深圳、香港、多伦多（美国和加拿大）

联系邮箱：sales@pnprobotics.com

友情链接