文章核心观点 - 节卡机器人在2025年工博会推出JAKA EVO工业具身智能平台，该平台通过“智能大脑+操作中枢”的组合，融合多模态感知与智能决策，旨在打破传统工业机器人的技术局限，推动工业生产从自动化向智能化升级 [1][2] - 该平台解决了传统机器人在复杂多变生产环境中缺乏自主感知、理解和灵活决策能力的核心痛点，例如在汽车零部件装配和3C产品分拣中实现更高精度与自适应能力 [1][5] - JAKA EVO具备多形态机器人支持能力（如机械臂、移动平台、人形机器人），并通过分层控制架构与轻量任务学习技术，实现从任务规划到精准执行的全流程自主化，显著提升部署效率与应用范围 [7][11][14] JAKA EVO平台的推出背景 - 技术成熟度方面，人工智能、传感器及控制技术取得关键突破：3B参数级语义大模型推理速度较几年前提升数倍；高精度视觉传感器价格较5年前下降40%；六维力传感器国产化率从10%提升至60%；伺服驱动响应速度从1ms提升至0.1ms [3] - 市场需求方面，2024年中国制造业智能化改造投入同比增长28%，但超过60%的企业反映智能设备适配难、调试周期长；汽车行业面临新能源转型与个性化定制压力（如车型从3种增至8种）；3C行业产品迭代快且精度要求提升（如手机摄像头模组尺寸缩小至5mm×5mm，装配精度要求升至±0.05mm） [5] - 节卡机器人作为通用智能机器人企业，此前协作机器人已覆盖3C、汽车、新能源等行业，JAKA EVO是其技术实力的集中体现，定位为一站式智能平台而非单一设备 [5] 平台的核心技术突破 - 多模态语义感知系统融合视觉、力觉等多源信息，实现从“看到”到“看懂”的跨越，采用“感知-融合-理解”三层架构，支持VR/AR示教、远程控制等多种数据采集方式；系统跨模态语义识别准确率≥95%，三维场景重建误差≤5%，力交互精度优于1%额定负载 [8][10] - 分层递阶控制架构分为任务规划层（3B参数级多模态语义大模型）、动作决策层（轻量化决策网络）和执行控制层（伺服控制模块），三级通过标准化接口实现毫秒级数据交互，最终达到意图识别正确率≥95%、操作精度≤±0.1mm [11][13] - 轻量模仿学习机制通过预训练与迁移学习底座结合少量示教微调，将传统需数天训练周期的任务缩短至两天内快速迁移训练，并利用合成数据模拟环境变化，提升陌生场景部署能力 [13] 应用场景与性能提升 - 在工博会演示中，搭载JAKA EVO的2台轮式人形机器人JAKA K1W实现自主协作：一台通过视觉大模型识别分拣关节组件，另一台执行精准转运，全过程无需人工干预，展示“机器人自主组装机器人”的能力 [7] - 图形化人机交互系统通过可视化配置与标准化工具链，将传统机器人任务部署时间从2-3天缩短至4-6小时，部署效率提升2倍以上；模型推理响应延迟≤40ms，满足高实时性任务需求 [14] - 平台已在汽车行业提升装配精度与生产效率，在3C行业解决质检与分拣难题；未来可拓展至新能源行业（如电池精密装配）和物流行业（智能仓储搬运），支持多形态设备适配 [16] 行业影响与前景 - JAKA EVO作为业内首个一站式工业具身智能平台，通过技术整合填补传统机器人与复杂工业场景的适配鸿沟，为制造业智能化转型提供支持，赋能从点位编程到作业能力泛化的全流程提效 [2][16] - 平台凭借多模态感知、分层控制与轻量化学习构建技术壁垒，有望在汽车、3C、新能源、物流等多领域推动工业智能化质变，成为行业创新发展的重要力量 [1][17]

阿里巴巴与英伟达合作 - 阿里巴巴与英伟达达成Physical AI（物理AI）合作，合作范畴广泛，覆盖从数据合成处理、模型精细训练到环境仿真强化学习及模型验证测试等关键环节 [2] - 双方旨在优化物理AI开发流程，显著缩短具身智能、辅助驾驶等前沿应用的开发周期，加速技术从实验室走向实际场景应用 [2] 柯力传感传感器进展 - 柯力传感用于AI理疗机器人机械臂及开普勒人形机器人的六维力传感器已实现批量出货，出货量达数百台 [5] - 此次批量出货体现了公司在传感器研发制造领域的实力，为AI理疗机器人和人形机器人产业发展提供支持 [5] 擎朗智能VLA模型升级 - 擎朗智能发布针对服务行业的自研VLA模型KOM2.0，该模型将应用于公司人形具身服务机器人，以提升机器人泛化能力与产品迭代速度 [9] - 模型架构引入时空自适应注意力机制等创新，可精准提取关键信息、理解场景关联，并能持续自我进化，利用海量场景与运行数据增强鲁棒性与泛化能力 [9] - 公司此前已推出首款双足人形具身服务机器人XMAN-F1，未来将围绕"通用 + 专用"定位完善产品矩阵 [9] 优必选专利授权 - 优必选"一种机械手和人形机器人"专利获授权，该专利属于人形机器人技术领域，机械手设计由手臂机构和夹抱机构组成 [12] - 夹抱机构通过弹性件协同作用形成独特夹持机制，在人形机器人搬运箱子时，即便箱子重心偏置也能紧密夹紧，有效降低箱子摆动风险，提升搬运稳定性与安全性 [12] 产学研合作动态 - 郑州大学与乐聚机器人签约共建人形机器人联合研发中心，将依托郑州大学智能集群系统教育部工程研究中心，推动具身人形机器人在多场景的技术突破与产业化落地 [15] - 双方将围绕河南具身智能产业发展需求攻关关键技术，旨在填补国内具身机器人工业级应用技术空白，构建"高校研发+企业转化"产学研用生态 [15] - 乐聚机器人主打产品"夸父"人形机器人此前曾在华为HDC大会上亮相，此次合作将为河南具身智能产业发展注入新动力 [15]

特斯拉Optimus量产规划与进展 - 特斯拉计划于2025年生产5000台Optimus人形机器人，但截至今年7月实际产量仅数百台，不到原计划的十分之一[1] - 特斯拉调整了量产规划，提出2026年产量达到5万台，单台价格在35.5万元[1] - 公司期望在2030年前实现年产量100万台，届时单台成本有望控制在14万元左右[1] 开普勒K2大黄蜂产品优势与市场表现 - 开普勒K2大黄蜂基础版售价仅24.8万元，低于特斯拉预期成本价，并已率先实现量产[2] - 产品在不到一个月时间里已收获全球上千台明确订单，累计交易金额达数亿元[2] - 公司已斩获数千台框架协议订单，覆盖海外工业贸易、数据采集、智能制造、仓储物流及特种行业等领域[20] 开普勒核心技术自研与性能指标 - 开普勒机器人实现了高达80%的自研率，其行星滚柱丝杠执行器、旋转执行器、灵巧手等多个关键核心部件均为自研[3] - 自研滚柱丝杠执行器峰值推力达8200N，能量转化效率达81.3%；自研旋转执行器峰值扭矩220N.m，重复定位精度0.01度，自研率85%[5] - 自研灵巧手单手套件含891个零件，具备11个自由度，可完成高精度作业任务[5] 混合动力架构的技术特点与优势 - 开普勒K2大黄蜂采用与特斯拉Optimus相同的“滚柱丝杠直线执行器+旋转执行器”串并联混合动力架构，实现高度类人的直膝步态[8][10] - 该架构在能效利用、任务稳定性及复杂环境适应性方面具显著优势，但技术实现难度高[8] - 产品充电1小时可连续工作8小时，能效利用率高达81.3%，双臂负载达30公斤[10] 产品实测性能与工业应用验证 - 开普勒K2大黄蜂在多种复杂地形上行走自如，即便遭遇外部踢踹、推搡等干扰也能保持平衡，展示了超强的环境适应能力[15] - 在全球首场机器人续航挑战赛8小时直播中，产品展示了热舞表演、趣味游戏及精密物品分拣、智能工厂上料等工业级操作能力[16] - 今年4月在上汽通用汽车完成实景实训，验证了其在复杂工业环境下进行车身缝隙检测、物料搬运等作业的能力[18] 投资回报与产业链协同 - 售价24.8万元的基础版开普勒K2大黄蜂，在8小时工作制下可替代1.5名工人的效能，在长三角制造业的投资回报周期控制在1.5至1.8年间[20] - 开普勒机器人在半年内接连完成3轮融资，获得7家来自汽车及机器人产业链领域A股上市公司的支持[21] - 公司与伟创电气、柯力传感、汉威科技、兆丰股份、乔锋智能等产业链头部上市公司深度合作，形成从零部件到市场渠道的全链条支撑[23][24]

人形机器人迈向 "具身智能"的核心瓶颈—— 高质量训练数据，迎来了规模化供给。近日， 国内最大的人形机 器人训练场 ——人形机器人数据训练中心 在京启用，凭借万平空间与年产超 600万条数据的能力，为行业注 入宝贵"数据燃料"，旨在破解模型从仿真到真机的"现实落差"难题。 ▍ 超万平方米多元场景，搭建未来产业 "练兵场" 步入训练场，仿佛提前看到了 "未来世界"。 上万平方米的空间内， 1:1还原了工业智造、智慧家庭、康养服 务和5G融合四大类共16个细分场景。 台面清洁 垃圾分类回收 ▍ 政府企业协同，共筑具身智能 "数据引擎" 作为落实国务院《关于深入实施 "人工智能+"行动的意见》中"加强高质量数据集建设"要求的具体实践， 该训 练场由石景山区政府牵头，联合区属产业公司、北京银保产业园及人形机器人领军企业乐聚机器人共同运营 。 项目通过整合政府、产业、高校、科研与金融多方资源，构建协同机制，为打造自主可控的具身智能基础 设施提供系统支撑。 "就像教孩子学走路需要大量练习一样，机器人也需要在多种场景中反复训练才能变得更聪明。"项目负责人介 绍，"训练场就是要解决机器人行业目前面临的数据短缺问题。" 从中兴 ...

近年来，具身智能不断探寻将人工智能与实体交互深度融合，转化为实际生产力，在各领域创造令人惊叹的实 践成果。 工业场景中， 波士顿动力 Atlas机器人 精准排序零件； 中科慧 灵 CASBOT W 1 机器精准抓 取， 1 小时 即 可快速切换不同 产品适配 生产； 星动纪元星动 STAR 1 人形机器人 搭载全直驱仿人灵巧 手，在汽车零部件装配场景 中 精准完成螺丝紧固、工具操作等复杂 作业 。智慧服务领域 ， 灵心巧手 Linkerbot 钢琴机器人 以仿生灵巧手精准点按琴键，其指尖力控精度与灵活度已超越人类手指极限； 银河通 用 Galbot机器人 支撑起 "银河太空舱" 快闪店的全流程服务，单舱日均可服务2000人次。 能源巡检领域， 云深处科技 "绝影X30"四足机器人 无惧恶劣环境，细致巡检变电站。 从制造车间到商业空间，从 能源基地 到户外旷野，具身智能正 在 以多元形态 、 强大功能重塑生产生活与交互模式。 在 2025 年 第二届中关村具身智能机器人应用大赛 中， 具身智能场景应用赛 作为核心赛道之一，以 "推动 机器人真正能'干活'"为目标，覆盖工业制造、商用服务、家庭服务 、应急处置 等 ...

中国国际工业博览会机器人行业趋势分析 核心观点 本届工博会展现中国机器人行业已从"规模扩张"转向"创新突围"，呈现高端化、智能化、绿色化三大特质，标志着行业从"内卷竞争"进入"高质量发展"新阶段，并逐步成为全球产业创新策源地[3][4][11][24] 趋势一：高端创新发展 - 行业摆脱参数比拼和价格博弈，转向AI驱动场景创新、绿色低碳生态及全产业链协同突破[4] - 埃斯顿首发ER1200-3300重载工业机器人，通过双电机动态同步控制和双减速机硬同步技术，实现动态性能优势，适用于航天、汽车等高端场景[5] - 大族机器人子公司华沿推出S60大负载协作机器人，负载达60KG，采用48V电机驱动系统，避免复杂走线问题，易于AGV集成[8] - 柴孚机器人推出全球首款腕部额定载荷≥5000千克重载工业机器人，可托举整台小米汽车，突破全球工业机器人负载极限[8] - 新时达发布STEP 2.0战略，形成从通用自动化到系统集成的全产业链能力，具备驱控一体、多核异构等全栈自研技术[10] - 汇川技术构建贯通"设计-制造-能源-运营"的数字化体系，覆盖光、机、电、液、气、磁全领域，实现从自动化到智能化的完整技术栈[11] 趋势二：具身智能与机器人深度融合 - 行业从单一功能机械臂转向具备移动、感知与自主决策能力的具身智能机器人，边缘计算成为关键支撑[12] - 越疆机器人展示"超级工厂"平台，采用"集中式讨论+分布式执行"架构，通过双足人形机器人、轮式机器人、多足机器狗和协作机械臂协同作业，提升生产柔性[13] - 节卡机器人全球首发JAKA EVO工业具身智能平台，融合AI大模型、视觉与控制系统，实现"感知-决策-执行"闭环[15] - 微亿智造通过"端-边-云"一体化架构和"快慢思考"双系统，构建工业场景机器人技术体系，实现产线快速切换[16] - 慧灵科技推出HITBOT OS操作系统，采用"大脑+小脑"双层认知架构，大脑处理语义与策略生成，小脑负责高精度运动控制[16] - 具身智能技术完成从实验室原型到产线主力的关键跨越，成为下阶段新型机器人的核心驱动力[18] 趋势三：外资品牌中国本土化 - 外资品牌从"将产品卖给中国"转向"与中国共创产品"，研发、生产、服务全链条本土化[19] - 爱普生专为中国市场定制LA-A系列机器人，采用轻量化紧凑设计，集成RC800L控制器，深度适配3C、锂电、汽车零部件等行业[19] - ABB机器人整合OmniCore EyeMotion视觉系统，将工作站调试时间从2-3天压缩至半天，分拣准确度提升50%，节拍时间减少70%，复杂场景调试时间缩短90%[21] - 外资品牌通过"技术全球化+产品本地化"策略，深度嵌入中国工业体系，中国市场从"消费高地"升级为"创新策源地"[19][23] 行业未来展望 - 中国机器人将在三个维度突破：从产品单点突破走向系统重构、生态从协同合作升级为共生共荣、从跟跑并跑迈向标准输出[25] - 国产重载机器人打破国际负载极限，具身智能体系完善开发，推动企业参与全球产业规则制定[25] - 工博会27年变迁见证中国工业从"追赶者"到"引领者"的质变，机器人行业成为新质生产力重要策源地[24][25]

行业阶段与核心矛盾 - 人形机器人行业正从主题炒作迈向产业趋势投资前期，海外及国内企业已开启小批量量产 [1] - 行业核心矛盾并非能否出货，而是能否形成可持续的产业飞轮，当前交付多集中于科研、教育等ToG领域，本体企业主要扮演硬件卖铲人角色 [1] - 行业真正转折点在于机器人大脑的Scaling Law时刻，即智能随数据量和模型规模呈非线性提升，从而突破场景泛化能力瓶颈 [1] Scaling Law的挑战与瓶颈 - 硬件端成本高且方案未定型，以特斯拉Optimus Gen1为例，当前BOM成本仍处高位，目标未来降至2万美元/台 [3] - 行业缺乏统一技术标准，行星滚柱丝杠与微型丝杠、轴向磁通电机与无框力矩电机等方案并存，延缓了规模化降本进程 [3] - 软件端缺乏机器人版ChatGPT，机器人大脑面临运动数据模态复杂、真实场景采集成本高、专用场景数据缺失等数据困境 [3] 技术路线演进 - 双系统分层VLA（大小脑架构）凭借均衡性成为当前工程落地最优解，端到端VLA被视为通用AGI的终极方向 [4][5] - Figure的Helix系统采用快慢双系统协同，7B参数慢系统处理认知任务，80M参数快系统以200Hz高频实现毫秒级实时控制 [7] - 若未来算力芯片效率提升且低成本数据生成技术突破，端到端VLA仍是终极方向，但大小脑路线将作为行业过渡桥梁 [7] 商业化路径与场景落地 - 商业化遵循从ToG到ToB再到ToC的路径，当前ToG场景已实现小规模落地，国内本体价格下探至3.99万元 [8] - ToB场景成为关键战场，服装制造业是典型案例，全球缝纫工人约6000万人，年人工开支超万亿人民币，存在刚性替代需求 [8][9] - 大模型端到端架构改变现状，无需手动编程即可通过视觉识别面料特性，杰克科技方案已能解决单层面料分离难题，拟推进批量化应用 [9] - 2030年前后人形机器人将全面进入B端装配、质检、柔性搬运环节，2035年有望在家庭场景实现护理、家务协作 [9] 资本流向与生态建设 - 行业资本从重硬件本体转向重软件大脑，谷歌、英伟达等国外科技大厂已率先布局具身智能大模型 [11] - 2024年下半年起国内具身智能大模型赛道迎来融资潮，千寻智能2025年3月完成5.28亿元Pre-A轮融资，穹彻智能累计获数亿元融资 [11] - 平台化企业开始补位行业生态短板，仙工智能等企业正以控制器为核心搭建机器人大脑开发平台，连接本体厂商与零部件企业以提升效率 [11] 未来行业展望 - 行业终极目标是复刻新能源车、智能手机的非线性增长曲线，关键在于机器人大脑的Scaling Law时刻 [13] - 若未来两年内头部企业能在简单工业场景验证智能泛化能力并形成成熟硬件方案，行业将进入规模化增长阶段 [13]

模型核心能力 - 基于单张图片或文本提示生成可永久存在、自由探索的3D世界，几何结构干净、风格丰富且支持场景拼接[4][5] - 核心技术包括场景几何结构解析与重建，能自主识别空间关系并还原隐藏区域，通过估算深度地图和识别几何边界确保物理空间逻辑合理[6] - 同步处理光照、材质、纹理等细节元素，通过训练学习图像特征与三维属性对应关系，实现全维度转化[6][7] - 生成的高斯点云格式相比传统网格模型大幅降低数据体积，支持跨设备适配，包括台式机、笔记本电脑、移动设备和VR头显[9] 技术优势对比 - 相比传统3D生成技术仅能提供简化场景，该模型可构建包含多层结构和复杂装饰的完整空间，避免加载中断或物体形变[9] - 与谷歌Genie相比，该模型以永久性场景生成为核心，无时间限制和探索范围约束，用户可自由切换视角并保存场景[10][12] - 谷歌Genie参数规模110亿，训练数据基于超20万小时二维游戏视频，但场景存在时效性且交互逻辑受限[14] 商业化应用潜力 - 在游戏开发中可将复杂场景搭建周期从数周至数月压缩至几分钟，仅需输入参考图即可生成基础3D框架[13][15] - 在VR内容创作领域直接适配VR头显，提供沉浸式探索体验，无需额外开发投入[16] - 在影视场景搭建中快速生成不同风格原型，帮助导演直观确认效果，降低后期修改成本[21] 当前技术局限 - 功能聚焦3D环境创建，暂不支持人物、动物等动态中心对象的生成，需借助其他工具手动导入[22] - 场景规模受限，仅能生成房间大小的3D空间，构建更大规模场景会出现加载延迟和细节丢失问题[24]

行业痛点与市场机遇 - 工业机器人行业面临部署成本高、柔性不足、智能缺失三重困境，渗透率远未跟上制造业需求 [3] - 2030年全球工业机器人保有量预计仅900万台，机器人密度仅300台/万名员工，这意味着全球制造业仍将依赖约3.88亿名人工劳动力，占总劳动力的97% [3] - 传统工业机器人部署需专业人员编程调试，耗时数月才能上岗，且产线切换适应性差 [3] 公司核心解决方案 - 公司提出“工业具身智能机器人”新物种，旨在通过“感知-学习-决策-执行”核心能力与“端-边-云”架构，在传统机器人与人形机器人之间找到“中间最优值” [3][4] - 公司独创“快慢思考”双系统协同机制，快思考系统相当于机器人反射神经，负责即时反馈与学习人类经验，慢思考系统负责模型持续训练与迭代，实现长期自主能力 [6] - “快慢思考”系统将传统机器人数月部署周期压缩至数周，解决机器人“冷启动”难题，并实现持续智能进化 [6] 技术架构与实施 - 公司构建“端-边-云”三层技术架构：云端为系统大脑，负责模型预训练与数据处理；边缘侧为连接感知与执行的智能中枢，实时运行复杂工艺算法及AI模型；端侧为机器人本体及执行器，是快思考的物理载体 [9] - 边缘侧AI模型可在0.1秒内计算出PCB板抓取坐标，比传统机器人快数倍，满足工业场景实时性要求 [9] - 三层架构协同形成“云端练能力、边缘传指令、端侧做执行”闭环，使机器人能快速切换场景，满足批量部署经济性要求 [9][10] 市场应用与竞争优势 - 公司解决方案已规模化落地于3C电子、汽车制造、快消品、新能源及半导体等行业，在IDC《中国AI视觉工业机器人应用份额，2024》报告中市场份额第一 [12] - 在新能源汽车压铸件检测与修整场景，实现近100%自动化检测与修整；在PCB板上下料场景，实现亚毫米级感知精度，一台设备可取代1-2名人工作业，一年内实现投资回报 [12] - 公司积累业内规模最大的真实工业场景精标数据库，数据量超15TB，包含10亿多条与实际工艺制程水平对齐的数据，为AI模型训练提供坚实基础 [13] - 公司行业首创的人机交互系统将数据采集与模型开发集成在实际产线，使最小样本需求数量减少90%，模型开发周期缩短80%，并支持热更新，大幅提升技术迭代与场景适配效率 [14]

战略合作与技术研发 - 东华测试与南通振康签署战略合作协议 旨在加强机器人关节模组技术研发与产业化领域的深度合作 共同拓展高精度执行器与智能化模组在工业及人形机器人领域的市场机遇[1][3] 企业融资与市场拓展 - 星迈创新完成超10亿人民币新一轮融资 由美团龙珠领投 高瓴创投等继续加注 顺为资本等多家老股东跟投[4][6] - 星迈创新成立不足两年便成为泳池清洁机器人赛道第一品牌 首年攻克1400美金以上价位段85%份额 今年在超高端市场占比超90%[6] - 公司技术团队占比超60% 获260多项专利 产品以用户为中心定义行业新标准 此次融资资金将用于研发及拓展市场 同时宣布进军智能割草机器人领域[6] 新产品与技术发布 - ABB在工博会全球首发OmniCore™ EyeMotion视觉系统 可搭载所有配备OmniCore的ABB协作或工业机器人 结合AI驱动在线自动路径规划技术 能实时自主规划无碰撞最优路径 节拍时间缩短50%[7][9] - ABB发布全新IRB 6750S架式机器人 最新SCARA机器人IRB 920 新一代IRB 1200小型工业机器人与IRB 1100 Lite+系列 所有产品均在ABB上海超级工厂生产[9] 行业认证与标准建设 - 智元机器人获得业内首张人形机器人数据集CR认证证书（编号"001"） 成为国内首批依系列团体标准获认证企业[10][12] - 认证全面评估数据集建设的四大核心要素 涵盖全生命周期管理 确保数据规范一致与可用 推动各环节标准化[12] - agibot world数据集作为全球首个基于全域真实场景构建的真机数据集 规模与质量双突破 复刻五大核心场景 采集中为机器人配备8个摄像头[12] 产业平台与生态建设 - 张江科学城企业人形机器人（上海）有限公司牵头建设的人形机器人中试平台入选上海市中试平台示范名单 定位国家级行业公共服务平台 为初创企业提供全链条中试服务[13][15] - 平台采用分布式协同建设模式 加快成果转化 为国产人形机器人搭建产业化桥梁[15]