家用机器人常常在“烧开水”这类简单家务上犯傻，因为它们不理解物体的功能和任务的状态。加州伯克利与马里兰大学联合推出的MomaGraph技术，通过构建“任务导向的场景图”，让机器人首次真正理解家务逻辑。这项技术已在星动纪元Q5机器人上验证，成功完成了开柜子、关灯等复杂操作，为服务机器人走进家庭铺平了道路。
智能速览
传统机器人做家务存在不知咋用、不认变化、不想前提三大卡点。
MomaGraph通过“先图后规划”思路，统一空间与功能信息来理解任务。
该技术在真实机器人星动Q5上成功落地，完成多项家务操作。
基准测试显示其准确率达71.6%，显著优于其他主流模型。
统一空间和功能关系比单独考虑任何一方效果都好。
精华内容
MomaGraph技术究竟如何让机器人“开窍”？其核心在于构建一张能理解场景动态变化与物体功能的“活地图”，并以此为蓝图规划行动。
三大卡点
过去机器人做不好家务，主要受困于三大难题。首先是“只知在哪，不知咋用”，机器人知道窗户在书桌旁，却不明白把手能控制开关。
其次是“只认图片，不认变化”，传统模型将场景视为静态，机器人转动把手后，系统仍认为窗户状态未变。
最后是“只想步骤，不想前提”，AI规划“烧开水”时可能直接跳到“装水、加热”，而忽略“插电源”这一关键前提。这些缺陷导致机器人行为僵化，难以应对真实的家庭环境。
先图后规划
MomaGraph的突破在于“先图后规划”的思路，即让机器人先构建一张“任务导向的场景图”。这张图融合了空间与功能信息，比如会同时记录“把手在窗户右侧”和“把手控制窗户开关”。
更重要的是，这张图是动态的，能实时更新物体状态。例如，机器人转动把手后，图会从“窗户锁着”更新为“待打开”。
它还能紧扣任务，只保留相关信息，例如“开窗户”任务中会忽略窗户上的贴纸。这让机器人从盲目猜测步骤，转变为基于理解的精准规划。
真实落地
为了让技术走出实验室，研究团队与星动纪元合作，在其轮式人形机器人星动Q5上进行了真实场景测试。Q5的硬件优势与MomaGraph技术完美契合。
其双臂和移动底座让机器人能走动并精准操作，如稳定抓住柜门把手。多视角相机则能从不同角度捕捉物体，为模型提供准确的空间信息，避免误判。
在测试中，星动Q5成功完成了开柜子、开微波炉、开电视、关灯等任务，证明了该技术的实用性。
性能飞跃
在基准测试MomaGraph-Bench中，MomaGraph-R1模型准确率达到71.6%，比当前最佳开源模型高11.4%。它能100%覆盖任务前提步骤，而GPT-5等大模型则常常遗漏。
实验还证明，同时理解空间和功能关系至关重要。统一处理这两个维度的MomaGraph-R1在复杂任务上准确率达68.1%，远超“只看功能”（59.0%）和“只看空间”（45.4%）的版本。
在长达三步的“开灯→找遥控器→开显示器”任务中，星动Q5的10次测试成功了7次，展现了处理复杂序列任务的能力。
MomaGraph技术为机器人理解家庭环境提供了新的范式，让机器从执行固定程序向理解动态场景转变。随着这类“聪明大脑”与更成熟的“手脚”硬件结合，未来家用机器人真正成为生活好帮手，或许已不再遥远。
