Solomon 宣布将 NVIDIA NemoClaw 架构与自身 Active Perception 技术结合，用于协调人形机器人上的多个 AI agent，让推理、感知、传感器融合、移动和操作进入统一工作流。 人形机器人真正进入真实环境后，问题不再只是“有没有一个大模型”。它需要同时看见环境、理解目标、规划路线、控制手臂、判断安全边界，还要在异常发生时重新感知和调整。Solomon 宣布接入 NVIDIA NemoClaw 架构，正是把这些能力拆成多个可协同的 agent，再通过统一流程组织起来。 Solomon 官方新闻稿提到，方案会把推理、感知、传感器融合、移动和操作整合到人形机器人应用中，并结合 Active Perception 主动感知能力。这个方向很关键，因为机器人不能被动等待摄像头给出完美画面，它需要主动调整视角、重新确认目标位置，再决定下一步动作。真实工厂、仓库和公共空间里，遮挡、反光、动态人流都可能让一次性识别失效。 这条新闻的看点在于，人形机器人软件栈正在从单点能力走向系统编排。过去市场容易关注“某个模型能不能完成一段演示”，现在更重要的问题是：多个模型和传感器如何协同，任务失败后如何回退，机器人如何在安全约束下重新规划。NemoClaw 这类开源参考栈如果被更多视觉和自动化厂商接入，可能会降低企业开发人形应用的工程门槛。 风险在于，参考架构并不等于可直接交付的机器人应用。现场部署仍要面对硬件差异、传感器标定、延迟控制和客户流程改造。Solomon 的价值需要通过真实案例来验证。但从产业节奏看，人形机器人的竞争已经不只是本体厂商之间的竞争，视觉、控制、软件栈和系统集成商正在成为同样重要的角色。
