繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

給工業具身智能配「大腦」,工博會上的機器人企業走出了兩條路線

2026-10-20 19:49

*本文共約 6993 字,閲讀完成需 14 分鍾。

2026工博會上,各大機器人企業相繼發佈了多款本體新品,但今年圍繞具身產品形態的爭論明顯變少。兩大機器人館逛下來,變化最大的反而是本體背后的「具身大腦」。

具身智能機器人要從按程序執行走向自主干活,僅靠本體硬件上的創新還不夠,提供決策的智能體同樣重要。但智能體由誰來做、如何接入本體以及泛化能力如何,成了機器人企業在這屆展會上形成差異的地方。

從現場展示來看,企業構建具身大腦的方式大致有兩種側重:一類以本體和開放工具鏈為核心,定位為工業物理AI底座,側重與外部智能體夥伴合作。另一類更側重自主研發,將工藝經驗與現場數據轉化為垂直模型或工藝智能體,並與本體整合交付。

圍繞這兩條不同的技術與商業路徑,本屆工博會上的頭部機器人廠商,紛紛亮出了全新的工業具身產品與產線級Demo。透過以下代表性企業的現場展示,可以清晰地看到兩種路線在落地上的不同側重。

打磨具身硬件底座

為智能體開放接口與工具鏈

選擇走「具身底座」路線的企業並不執着於自己從頭訓練龐大的通用具身大模型,而是聚焦於打磨高可靠的本體、小腦以及低代碼軟件工具鏈。通過把通信協議、控制器接口與數據採集平臺向外開放,這類企業將自己打造為具身智能的「通用硬件底座」,讓外部大模型廠商、垂類算法公司和系統集成商能夠低門檻地接入自有智能體。高工機器人通過調研,整理了工博會上走這一路線的相關典型企業。

ABB機器人:物理AI工具鏈進化

工博會上,ABB機器人配套的端到端物理AI工具鏈迎來了全面進化,其目標是讓機器人從「編程驅動」轉向「訓練賦能」。仿真軟件RobotStudio將引入模型上下文協議(MCP)這一開放標準,這意味着ChatGPT、DeepSeek等外部AI智能體可以直接調用該工具,系統集成商及合作伙伴也都可以接入自有智能體搭建定製化解決方案,從而大幅減少編程工作量。

視覺層面,ABB機器人的OmniCore™ EyeMotion視覺系統新增AI Robot Trainer功能,將圖像採集、AI模型訓練、現場部署與持續優化整合至同一工業流程。AI Robot Trainer將視覺感知轉化為機器人智能運動,可將調試時間縮短高達90%,節拍時間縮短高達50%,非專業用户也能輕松使用工業AI。

展會現場GoFa協作機器人手衝咖啡的演示,就是基於這一端到端的物理AI工具鏈打造的。機器人藉助獨有的AI技術讀取並理解使用手冊,通過模仿習得手衝咖啡技能,精準復現其觀察到的水壺運行軌跡、悶蒸流程與注水節奏,然后通過AI自主路徑規劃學習操作此前從未接觸過的咖啡磨豆機。

匯川技術:聚焦優質整機,開放具身大小腦合作

匯川技術在工博會上發佈了最新的液冷架構輪式具身機器人InoBot W1,以優質整機助力生態夥伴。在本體設計上,爲了扛住真實車間的環境,匯川技術為搭載Thor芯片的端側計算模塊配置了液冷迴路,並通過模塊化、長續航小底盤、精密力控等設計,從而在靈活高效作業的同時應對各類工業場景的遷移。

基於高可靠、高一致性的本體,匯川技術選擇了整機開放模式。InoBot W1提供從傳感器到全身關節、從運動控制到人機交互的全面SDK接口,助力合作伙伴二次開發。其次,匯川技術搭建了數採平臺與合作伙伴共同推進數據閉環,覆蓋數據採集、標註、清洗和模型訓練、評測、部署。具身大小腦方面,匯川技術當前已與多家AI合作伙伴開展技術合作,鏈接70多個細分行業場景。

匯川技術展臺上的智能汽車焊裝島,就是這套合作模式的樣板。在具身大小腦合作伙伴的支持下,InoBot W1與工業機器人配合,自主完成鈑金件的抓取、運送、上料和下料,把人形機器人、工業機器人、視覺、工業無線和數字化做成了一套組合方案。

華沿機器人:搭建具身智能運動基座

華沿機器人在工博會現場發佈了具身智能運動基座,這是華沿機器人為具身智能等領域合作伙伴打造的物理基座,也是一套標準化、模塊化和開放的運動執行平臺。HRC具身智能控制平臺作為其中的關鍵一環,向上兼容各類AI大模型、企業自研算法、強化學習策略,向下可直連機器人關節、驅動、視覺、力覺、觸覺硬件以及多種具身智能機器人,在智能決策與物理執行之間搭建標準化實時控制中間層,打通AI大模型與實體機器人的落地壁壘,讓合作伙伴把更多精力放到智能、場景和應用創新。

以防爆應用領域為例,華沿機器人與知有無界合作,基於HRC具身智能控制平臺,將已經獲得國家防爆認證的華沿防爆型協作機器人與履帶式防爆車、四足防爆機器狗以及視覺、激光雷達傳感器等有效連接起來,為移動式噴塗等應用提供自主智能且安全高效的解決方案。

此外,華沿協作機器人也迎來性能全面升級,從模組結構、減速機、編碼器、電機、抱閘到驅動算法和運動補償算法等進行系統迭代升級,實現核心部件與整機控制協同優化,為協作智能化提供更強悍的本體。

遨博智能:為「大智能體」構建具身智能系統底座

遨博智能的AUBO-A系列雙臂機器人在工博會首次亮相,這一機器人搭載了遨博智能自研的R系列關節模組,以高負載自重比、超緊湊的輕量化力控關節,實現了高可靠的力覺感知與高精度的運動控制能力。

遨博智能也在現場帶來了兩大具身應用展示:雙臂分揀機器人融合3D視覺感知與力覺反饋,面對傳送帶上隨機堆疊、形態各異的軟包,能夠自主完成識別、抓取和傳送帶跟蹤;農業採摘機器人則可以根據語音指令自主識別果實成熟度,搭載柔性機械手完成無損採摘。

這些應用展示均基於開放的系統底座實現,遨博智能正攜手上下游合作伙伴共同打造從「感知、決策到執行」的全鏈路協同,從而在未來實現真正的「大智能體」。

遨博智能此次還帶來了全新的具身控制器,相比傳統的協作控制器,具身控制器將NPU、CPU、MCU集成在一個控制器里,可以直接在端側運行AI模型,並支持通過豐富的接口適配多種硬件形態。

智動力機器人:力控雙臂、端側小腦與具身大腦

智動力機器人定位面向行業應用的物理AI底座,攜核心部件、運控小腦與整體解決方案在本屆工博會上亮相,並重點展示了最小具身智能平臺以及具身智能雙臂協同系統等產品。靈駿系列是智動力機器人推出的「最小具身智能平臺」,集成移動導航、視覺感知與雙臂操作能力,並面向科研教育客户開放控制接口與SDK,支持具身智能算法的研究與驗證。

智動力機器人的具身智能雙臂協同系統由七自由度力控雙臂與端側小腦構成,實現了雙臂時序同步與鏡像映射,端側小腦毫秒級響應。該系統已形成負載3kg到負載50kg的產品矩陣,適用於分揀、打磨、裝配等柔性任務,並支持VR及外骨骼遙操數據採集。

智動力機器人還展示了與具腦磐石聯合打造的輪式雙臂人形機器人EBK-HR D1。基於智動力機器人開放協同的智能部署架構,該機型搭載了具腦磐石的類腦認知世界模型Cog-WM 1.0,支持機器人利用歷史信息、預測環境變化,在料箱搬運、拆碼垛和分揀等場景中實現自主導航和操作。

非夕科技:通用基座搭配多模態、垂類模型

非夕科技同樣選擇了具身智能發展基座的路線,並在工博會上展示了自適應機器人搭配多模態模型和垂類模型的落地應用。比如搭載了新智具身的N0-VTLA視覺觸覺語言動作模型后,自適應機器人進行內存條插拔,在配合部位逐漸被遮擋時,能夠利用局部接觸力與觸覺反饋修正動作,完成最終的精密插裝。

非夕科技除了提供開放、完備的軟件工具鏈外,還展示了最新的Flexiv Trainer數據採集與處理系統,串聯雙臂遙操數採、數據集整合和模型訓練,形成閉環,為具身合作伙伴完成前沿模型的研發提供更多支持。

法奧機器人:4D世界模型加持的協作臂

作為長期以全棧自研、開放協同見長的協作機器人本體企業,法奧機器人把硬件能力以標準接口的形式開放,與多家合作伙伴在具身領域展開合作。本屆工博會上,法奧機器人帶來了與影身智能合作打造的柔性自動化製鞋產線,並重點展示了其中的塗膠和壓底兩道工序。

製鞋行業是典型的工藝切換頻繁、多品種的輕工業之一,尤其是其中的塗膠工序,不僅對自動化設備的柔性適配能力提出了較高要求,工作環境也存在潛在的健康危害。但基於影身智能的原生4D世界模型,法奧的協作機器人從空間結構、狀態變化去理解不同的鞋材,從而實現跨鞋型、跨規格的泛化能力。

沉澱工藝Know-How

推動模型、工藝與本體一體化交付

與之相對,庫卡、拓斯達、艾利特等企業則選擇主導「具身大腦」的開發,在這類企業看來,工業製造對精度、節拍和可靠性的要求極高,外部通用模型往往難以直接吃透複雜的現場工藝,工業垂類模型前期往往缺乏大量真實的數據積累。

這類企業依託自身在焊接、打磨、精密裝配、物流碼垛等領域積累的工藝經驗與現場數據,主導垂類模型、工藝智能體及智能作業方案的開發,並與機器人本體整合交付。高工機器人通過調研,整理了工博會上走這一路線的相關典型企業。

庫卡:統一智能平臺下的具身集群

庫卡在工博會現場展示了工業級輪式人形機器人美羅,這款21自由度的人形機器人具備±0.5mm的末端操作精度,現場無需人工遙操,即可自行完成爆米花互動Demo中的杯子識別、抓取、鏟取、裝杯和遞送工作。據瞭解,美羅目前已經在多個家電工廠完成巡檢、搬運等試點驗證,且通過了工業級的可靠性測試。

美羅機器人搭載的正是庫卡自研的Eagles-X具身大小腦方案,該方案集成了4個多模態大模型,包括行為基礎模型、具身操作大模型、具身推理大模型和輕量化模型。這一方案並不僅限於美羅這類輪式人形機器人,同樣可以適配協作機器人、複合機器人和雙足人形機器人等多形態本體,即庫卡強調的「一腦多機、一機多能」。

拓斯達:本體研發和設備升級兩大具身路徑

拓斯達探索具身智能的路線,則從本體研發和設備升級兩大維度出發。在本體研發上,拓斯達基於大模型打造了一套工業級具身智能模型,搭配X5智能機器人控制平臺,從「大腦+小腦+本體」三個層面搭建具身智能機器人,目標是降低調試門檻,讓普通操作工也能完成相關操作。

工博會上,拓斯達的具身智能機器人「小拓」就是這一本體研發策略的產物,小拓在現場帶來了搬箱碼垛、AOI玻璃擦拭、異形件分揀等多套方案。以碼垛演示為例,傳統碼垛在更換箱型后,往往需要重新調整程序,小拓則依靠視覺感知箱體規格和來料位置,自主生成搬箱與碼垛策略,無需改程序。

在設備升級上,拓斯達的目標是通過工業現場數據採集,實現端到端閉環。企業已有的存量設備無需更換硬件,也可以迭代為具備自主感知、智能分析、精準作業能力的智能體。拓斯達也同步自研了適配多種工業場景的數採夾爪,用於獲取高質量的現場數據,支持這一升級路徑的數據閉環。

艾利特機器人:自研工業級具身大模型

艾利特機器人的展臺上,「元啟Primo」工業級具身大模型纔是隱藏的主角。通過這個統一智能底座,艾利特機器人將多形態機器人組建的「具身打工天團」帶到了工博會現場,展現其在光基建精密製造、智能終端柔性裝配、科研自動化和焊接等場景中的應用。

在光基建的應用場景中,艾利特機器人的輪式人形機器人、複合機器人、雙臂機器人和協作機器人均由元啟Primo大模型統一調度,協同完成分揀、轉運、取料、插拔、檢測和巡檢等工作,從而提高光模塊產線的自動化、一致性交付能力。

在免示教焊接的應用中,艾利特機器人的元啟Primo大模型融合多模態感知、環境理解和實時決策等能力,藉助智能免示教焊接系統,讓焊接機器人可以精準識別焊縫,並自適應工況變化優化焊接路徑,從而解決真實產線中柔性、一致性和易用性的問題。

隆崎機器人:從裝卸場景練出來的「一腦三態」

本屆工博會上,隆崎機器人帶來了CubeBraid智能裝卸具身機器人系統和首發的輪式人形機器人HR-05W。兩款形態不同的產品,背后是其自研的「一腦三態」具身智能架構。以統一的具身智能平臺大腦為核心,面向工業製造與物流裝卸等應用場景,打造高穩定、可交付、可複製的工業具身機器人平臺。

所謂「一腦」,是融合多模態感知、智能決策與執行控制的具身智能平臺。通過3D視覺、激光雷達等技術感知環境,結合數字孿生與AI增量學習,不斷優化作業策略,形成「感知—決策—執行」的智能閉環。依託虛實結合的訓練體系與真實作業數據積累,讓機器人持續提升對複雜工況的適應能力。

CubeBraid智能裝卸具身機器人系統是這套「大腦」最先落地的產品之一。面對規格各異、堆疊方式不同的箱式貨物,系統通過視覺識別與智能垛型算法,自主完成貨物識別、裝載規劃與裝櫃作業。根據不同行業與箱型的實際應用情況,作業效率可達400—1200箱/小時,負載覆蓋40kg,推動箱式貨物裝卸從傳統自動化執行向具身智能自主作業升級。

HR-05W輪式人形機器人,則將這套智能能力從裝卸場景延伸至更靈活的移動操作場景。它以工業級輪式底盤承載人形雙臂,整機具備17個自由度(不含末端及移動底盤),融合3D視覺、激光雷達等多模態感知技術,實現環境理解、目標定位與動態路徑規劃,並通過智能決策與雙臂協同執行,探索工業製造與物料搬運等應用。

勃肯特:把AI感知與力控封裝進具體工藝

聚焦於並聯機器人的勃肯特,正在從傳統的硬件製造商轉變為融合了人工智能、軟件和雲技術的綜合智能解決方案提供商。而本屆工博會上發佈的混動雙臂機器人HS-Pro系列和五軸立體加工工作站,都是這一戰略轉型的落地成果。

在HS-Pro系列上,勃肯特從長期服務的食品、日化、3C理料與裝配工序出發,把AI視覺與力控感知封裝進一個個具體的工藝動作,隨機器人本體一起打包交付。以AI布草摺疊爲例,HS-Pro依靠視覺實時識別布料輪廓與關鍵點,再由力控夾爪感知拉力,雙臂協同完成展平和對摺。

同期首發的五軸立體加工工作站,在並聯機器人三平動軸的基礎上疊加末端兩軸翻轉,把力控帶進了立體空間,實現異形孔自適應對位與恆力鎖付。對勃肯特來説,讓融合AI感知與力控的工藝方案先在一道道工序里跑通,就是它從硬件製造商走向工業具身方案商的落地方式。

埃斯頓:自研工藝Agent+具身技術底座

埃斯頓在工博會上為iER系列智能工業機器人平臺帶來了精度、敏捷、效能、力覺四個維度的智能升級。在這一底座之上,埃斯頓現場帶來了AI打磨工藝Agent、免示教輪轂去毛刺、工業具身智能焊接系統等整套方案。

埃斯頓還全新發布了雙臂力控機器人,該機器人以仿人七自由度、±0.05 mm 重複定位精度、力控安全協作、原生數採與開放 SDK/ROS 2、一拖二控制為核心優勢。埃斯頓提供了從雙臂本體、數採平臺到具身大腦適配與聯合場景交付的完整解決方案,幫助客户降低數據採集與算法接入門檻、縮短 POC 驗證和部署周期。

珞石機器人:自研多模態模型與開放生態並行

珞石機器人在工博會現場展示了逐星H系列輪式人形機器人,並展示了其在工廠料箱搬運場景中的應用。該機器人融合了珞石機器人自研ROKAE-Brain具身多模態模型,結合自主導航、視覺感知和高精度運動控制,可完成物料識別、抓取、放置及料箱搬運、轉存等連續任務。

與此同時,珞石機器人的玄和iNex作為All-in-One一體化開放具身智能「小腦」平臺,打通全關節力控與WBC全身運動控制,支持與多模態大模型深度融合。珞石機器人為該平臺開放了SDK、控制算法API,原生支持ROS 2。

越疆:具身大模型下的多形態協同產線

工博會現場,越疆展示了多形態超級工廠具身智能協同產線,以自研空弈具身大模型為「大腦」、高精度力控系統為「小腦」,統一調度人形機器人、協作機械臂、四足機器狗及複合靈巧機器人,協同完成上料、分揀、轉運、入庫全流程。

其中人形機器人自主識別、抓取雜亂堆疊的齒輪並放上輸送線,無需人工擺盤或專用定位治具;協作機械臂通過視覺識別、精準抓取齒輪,裝入機器狗背部料箱;四足機器狗自主導航、實時避障,通過斜坡、臺階及凹凸路面,完成跨區域物料轉運;複合靈巧機器人協同機械臂與升降柱,完成物料識別、抓取及入庫。

長廣溪智造:車規級本體+自研泛化模型

長廣溪智造將一條小型AGS(汽車主動進氣格柵執行器)裝配產線帶到了工博會現場。數臺機器人依次完成識別、糾偏、裝配和換型工作,切換工件型號時會自動調整工藝和末端裝備,無需人工停機編程。

長廣溪智造將這些會干活的具身智能機器人定義為由車規級本體+三重模型組合而成的「工業智能體」。機器人本體採用單臂、雙3D視覺加力控的配置,在手眼雙重校準下可完成0.1mm以內的精密裝配。「大腦」被拆成三重模型,分別是空間理解規劃模型、決策交互模型,以及基於視覺與力控多模態的運動執行模型。

寫在最后

在高工機器人對工博會參展企業的調研中,一部分企業認為自研具身大腦需要持續投入算力、數據與研發資源,會給機器人本體企業帶來較大的成本壓力。把精力花在打造開放平臺上反而更有優勢,這也是過去機器人企業構建生態聯盟的一貫打法。

還有一部分企業認為,憑藉自身的出貨量、工藝沉澱和數據迴流,已經足以支撐起一個在工業製造場景中足夠泛化的智能體,並且可以把它轉化為自己獨有的競爭優勢。

兩條路線面臨的主要約束有所不同:前者更依賴生態夥伴的適配能力和場景落地效率,后者更依賴高質量數據的持續積累及模型迭代能力。與此同時,兩條路線之間也在相互滲透,堅持開放平臺的企業同樣在沉澱自己的工藝或技能模型,自研大腦的機器人本體企業也開始向第三方合作伙伴開放本體能力。

但對工業客户來説,路線之爭終究是機器人企業自己的事,工廠選型時關心的是更具體的問題。本屆展會上,換產部署時間、達產速度、回本周期等指標頻繁出現在現場交流中,説明最終影響訂單的,還是效率、質量和能跑通的ROI。

*文中配圖來自於各機器人企業官方公眾號,封面為AI配圖

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。