宸境科技完成 OpenClaw 與宇樹機器人系統整合，提升機器人自主決策能力

近日，中國物理AI公司宸境科技（DeepMirror）宣布將OpenClaw融入其核心物理AI產品，并接入宇樹科技（Unitree）的機器人軟件中間件。此次技術融合旨在增強機器人在復雜場景中的自主決策與任務規劃能力，加速其在商業場景中的落地應用。

打通推理能力與底層控制系統

近年來，機器人硬件能力持續提升，在運動控制、平衡算法及復雜地形適應方面取得突破。然而，在非人類遙控情況下，如何實現更高水平的自主決策，仍是行業面臨的重要挑戰。

宸境科技此次通過軟件基礎設施方式，將 OpenClaw 的推理能力接入機器人控制體系，實現“感知—理解—規劃—執行”的閉環。整合完成后，機器人可基于實時環境信息進行任務拆解與路徑優化，并通過底層控制系統完成動作執行與反饋。

提升商業場景適配能力

據宸境科技介紹，該系統重點面向園區巡檢、安防管理、倉儲協作等場景。在實際應用中，機器人可根據時間、環境變化及歷史數據動態調整工作路徑和優先級，提高運行效率與穩定性。

例如在園區巡檢的機器狗，它不再需要人類的明確指令“去巡邏，發現異常就報警”，而是可以自主思考如何根據實際情況靈活地完成工作內容“這片園區是我的工作范圍。現在是下午3點，人流量低，我應該優先去檢查B區的消防通道是否被占用。如果通道暢通，我回到A棟大廳提供問詢服務。”

宸境科技表示，此次整合的核心目標是通過軟件層能力提升機器人在真實環境中的適應能力，推動其從單一執行工具向智能服務終端升級。

構建可擴展的技能體系

OpenClaw 具備模塊化與可擴展特性。宸境計劃通過技能模塊（Skills）機制，持續拓展機器人在不同場景中的應用能力，并探索開放生態合作模式。

業內人士認為，物理AI的關鍵在于系統級整合能力。通過打通推理與執行層，機器人在復雜場景中的應用邊界有望成為自主的物理智能體。它能在倉庫里盤點貨物并自主報告異常，能在社區里巡邏并提供咨詢服務，甚至能在災難現場根據環境變化實時調整搜救策略，并評估幸存者的優先級——這一切都是為了完成一個終極目標：創造物理世界的經濟價值。

宸境科技的創始人胡聞表示：“硅谷一直在尋找AI的‘殺手級應用’，宸境科技將OpenClaw和宇樹結合，給出了一條清晰的路徑——AI最大的殺手級應用，就是物理世界本身。當機器人不再需要人類手把手地教導，而是能像真正的員工一樣，理解任務、執行任務并為自己創造‘收入’時，我們迎來的將不僅僅是機器人產業的爆發，而是勞動力定義的根本性變革。”

隨著物理AI逐步從技術探索走向產業應用，宸境科技將持續深化物理AI與實體機器人系統的融合探索，提升機器人在真實環境中的自主運行能力，加速商業場景的規模化應用，推動智能系統在現實世界中釋放更大的生產力價值。