在具身智能快速发展的背景下，多机器人协同正成为推动产业落地的重要方向。然而，传统机器人集群编队大多依赖 GPS 导航或物理领航机器人，一旦遇到信号丢失、通信中断或领航节点失效，整个编队的稳定性便会受到影响。如何摆脱对中心节点和高成本传感器的依赖，实现更加稳定、高效的协同作业，成为行业持续探索的重要课题。日前，在机器人领域国际顶级会议 ICRA 2026 上，道通科技正式发布创新研究成果—— Implicit Virtual Leader（IVL）技术，为多机器人协同提供了一种全新的解决思路。该研究将传统编队约束转化为对 " 虚拟中心 " 的隐空间回归问题，并融合不确定性量化技术，推动多机器人系统从传统控制论范式迈向分布式认知范式，为具身智能集群协同开辟了新的技术路径。

多机器人系统的研究，本质上是希望突破单台机器人能力边界，通过多机协同完成更加复杂、更大规模的系统级任务。例如园区巡检、物流运输、安防巡逻、应急救援等场景，仅依靠单个机器人往往难以完成，而多个机器人之间高效协同，则能够实现更大的覆盖范围、更高的任务效率以及更低的整体运营成本。这也是道通科技开展 IVL 研究的初衷——以更低成本、更高效率完成复杂任务。

与传统 "Leader-Follower" 编队模式不同，IVL 最大的创新，在于取消了真实存在的领航机器人，构建了一个 " 非物理虚拟中心 " 作为整个团队共同参考的空间坐标系。对于机器人而言，这个虚拟中心虽然不可见，却成为整个团队共享空间认知的重要基础。即使出现视觉遮挡、通信不稳定等复杂情况，每一台机器人仍可结合团队整体信息，自主判断自己在队伍中的相对位置，持续保持编队稳定运行，大幅提升系统鲁棒性。

值得一提的是，IVL 实现这一能力，并没有依赖激光雷达、双目相机等高成本硬件，而是让每个具身智能体仅使用一个普通单目摄像头作为数据来源。系统需要依靠 AI 算法，在二维图像基础上重建三维几何关系与空间深度认知，以更强大的算法能力弥补硬件配置的简化，实现 " 最简单的传感器，完成更复杂的空间理解 "。

为进一步提升环境感知能力，道通科技采用 DINOv2 作为视觉骨干网络。该模型经过 1.42 亿张图像的自监督预训练，具备出色的零样本迁移能力，能够在不同环境中稳定提取视觉特征，不再依赖特定场景的大规模标注数据，有效避免模型对固定环境的数据过拟合问题，使机器人具备更强的跨场景泛化能力。

与此同时，IVL 还融合了图神经网络（GNN）与两阶段 Transformer 架构。通过图神经网络，每个机器人能够实时聚合自身观测信息与邻近节点的信息，实现团队层面的协同推理；而 Transformer 则负责完成单目视觉下时空特征的全局建模与动态注意力分配，不断优化机器人之间的位姿估计精度，在复杂环境下依然保持稳定可靠的协同效果。

相比传统依赖 GPS 定位或中心节点控制的方案，IVL 更像是在机器人团队中建立了一套共享的 " 空间认知语言 "。每个机器人无需等待中心节点发出指令，而是能够基于共同的空间理解自主完成协同决策。这种分布式认知机制不仅提升了系统的可靠性，也进一步增强了机器人集群面对复杂环境时的自主适应能力，为未来大规模机器人协同提供了更具扩展性的技术基础。

展望未来，道通科技将持续深耕人工智能与机器人核心技术，以创新算法推动具身智能向更加自主、高效、可靠的方向发展，加速智能机器人在更多真实场景中的规模化应用。