广东
“2026年是智元具身智能部署态元年，上半年我们完成七大行业解决方案试验验证，下半年将正式进入多场景、多方案大规模批量部署阶段，年内工厂落地目标冲击千台规模，明年在工业场景部署应该会达到万台规模级别。”6月24日，智元Genie业务部项目总监艾文在接受证券时报等媒体采访时，给出了智元在工业场景中规模化落地具身智能的明确时间表。
6月23日起，8台智元精灵G2轮式通用具身机器人进驻龙旗科技江西工厂，开启为期6天全程无剪辑、无预演的量产产线直播。这批精灵G2机器人完整承接平板质检全工段工作，独立完成多媒体、音频、WIFI耦合、辐射杂散发射等核心检测工序。
据艾文介绍，对比4月单工位演示，本次全工段集群作业实现两大关键技术突破。一是机械臂长期稳定性通过了工业场景的严苛考验，机器人已连续运行超3000小时；二是多机器人协作的一致性突破，包括同步、通讯稳定性和系统延迟的优化。
“比如说，我们改变了通讯架构，以机器人作为主节点实时获取机柜和皮带线状态。如果通讯中断，会通过多次尝试互联或历史信息回寻保证作业连续性。”不过，艾文进一步表示，在技术之外，机器人多工位合作更大的挑战在于两个体系的融合。
“机器人体系更偏向汽车和自动驾驶模式，但工厂还是工业自动化的逻辑，两者的故障处理方式、异常恢复能力要求都不一样。”艾文坦言，“工厂设备一天允许4%—5%的故障时间，如果一天工作20个小时，可能就有几十分钟到半个小时的故障时间，但放到汽车体系就不能容忍，半个小时可能设备已经发生了十几次的故障，机器人的要求是连续一个月不能有单点故障。”
在效率层面，精灵G2已与人类工人基本持平，“大概在人类工人效率的80%到90%的状态。”艾文表示，多台机器人嵌入产线后严格匹配生产节拍，确保产线顺畅运转。
从市场最为关注的机器人进厂的成本来看，艾文表示，目前精灵G2的成本大致等同于两年人工成本，但随着整机成本逐步下降，利润空间将逐步释放。“目前来讲，我们可能更看重的是将机器人部署到真实的作业场景里面，获取更多真实的场景数据。”
数据是具身智能落地的关键，也是今年具身智能行业的焦点，数据足够多才能让具身智能大模型更加聪明，模型能力才可上升，然而行业缺的仍是高质量数据。对于具身智能大模型如今所处的发展阶段，艾文坦言：“如果类比ChatGPT，目前具身智能的智能化水平，还不到ChatGPT的1%。”他亦强调，当前行业最大的壁垒是数据。“我们所有数据可能也就是百万小时层级，但真正实现模型涌现需要上亿小时。”
不过，艾文强调，这一问题不影响精灵G2在结构化工业场景中的商业化落地。“工厂里的工序相对固定，抓、转身、放、再转身四个动作的数据量已经足够。”艾文透露，今年上半年智元已在多个场景完成了小规模部署和多场景POC验证（概念验证），涵盖3C精密零件上下料、工业搬运拆码垛、物流分拣、门店导览导购、连锁餐饮导引、零售服务站、特种作业（安防巡检和工商业清洁）等领域，下半年将陆续推出多解决方案、多场景的规模化部署。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
