腾讯×越疆：Physical AI“深圳方案”在真实产线跑通全链路落地

在2026世界人工智能大会（WAIC）上，Physical AI成为机器人议题的焦点。过去数年，行业持续突破大模型能力边界，VLA（视觉语言动作）模型快速演进，机器人智能化水平显著提升。而本届WAIC形成的更明确共识是：Physical AI的真正考场，已从论文、仿真环境与展台演示，转移至真实工厂的产线。

真实物理世界不存在“标准答案”。随机摆放的来料、动态变化的光照、固定的生产节拍、复杂多变的工艺流程——任一细微变量，都可能使实验室表现优异的模型失效。

就在WAIC期间，两家深圳头部企业联合发布了一份已被真实产线持续验证的方案。腾讯Robotics X与越疆合作，以越疆X-Trainer平台作为工业级真机基准平台，在全球头部化妆品制造企业的真实产线工位上，由越疆机器人承载腾讯VLA模型完成训练与部署，任务成功率超过95%，成功跑通VLA模型从训练、验证到真机部署的全链路落地。

面对随机来料、规格材质不一的工件、固定且紧迫的产线节拍，越疆具身智能机器人持续完成精准识别、抓取与装配等一系列“日常打工”动作。

Physical AI落地的核心挑战

过去两年，VLA模型在环境可控、任务边界清晰的仿真场景中取得了较高的任务完成率。但行业共识是：从仿真到真机、从实验室到工厂，存在显著鸿沟。仿真环境中模型学习的是“标准答案”，而工厂产线面临的全是“开放题”——光照变化、来料位置随机、节拍固定、工件尺寸材质不一。更关键的是，机器人需连续执行一连串动作，任一环节出错即导致整体失败。

因此，VLA模型在真实产线的落地验证，被视为具身智能从实验室走向产业的关键节点。

在进入工厂之前，泛化能力需先在标准环境中完成验证。2025年，越疆发布自研世界动作模型——空弈DobotWAM具身大模型，在国际权威评测基准LIBERO的四个标准任务套件中取得平均99.25%的成功率，其中LIBERO-Object实现100/100全部成功，其余三个套件均达99/100，整体表现领先于π0.5、π0、GR00T-N1.5等公开模型。

但对越疆而言，高分仅是起点。仿真中的“标准答案”无法应对工厂的“开放题”。越疆并未选择“堆数据、赌泛化”的常规路径，而是将产线上最具挑战的变量拆解为四项核心能力：空间理解、动作理解、长序列任务规划，以及真实数据持续迭代。

其内在逻辑在于：让机器理解空间的几何形态，而非被光线和颜色误导；理解动作背后的力觉特性，而非死记轨迹；具备自主拆解任务的能力，避免执行中断。

将逻辑转化为现实，需要完整的工程体系支撑。具身智能并非简单地为机器人接入大模型即可解决实际问题。真正上岗的机器人必须跨越高精度、力控、安全性、连续运行和现场适配等硬性门槛。这些能力无法通过短期冲刺达成，只能依托长期产业化逐步积累。

真正的分水岭在于：能否将感知、决策、运动控制、硬件可靠性和场景交付整合为完整链路，使AI在复杂物理环境中持续稳定运行。

越疆在这一领域已积累十年，在机器人本体、核心零部件、运动控制和安全交互等方面形成了完整技术体系，全球部署机器人超过十万台。2025年，越疆协作机器人年度出货量位列全球第一。这些产线经验与数据持续回灌至空弈DobotWAM的进化过程，使模型在真实场景中实现持续优化。

Physical AI必须进入真实考场

2026年，评价机器人企业的标准已发生根本性转变。实验室极限Demo或单一运动功能展示不再构成商业壁垒。衡量具身智能企业综合实力的核心指标演变为：是否具备自主进化的“算法大脑”、成熟可靠的“硬件本体”、深入复杂场景的能力，以及规模化量产与稳定交付的交付力。

这一新标准的大考，已在全球头部化妆品制造企业的上海工厂产线上展开。

越疆X-Trainer平台凭借三大核心能力被腾讯Robotics X选为工业级真机基准平台之一：其一，硬件适应性——以高精度力控与多自由度设计，为VLA模型提供精准物理执行基础；其二，工业鲁棒性——在产线振动、节拍波动等复杂环境下保持稳定，确保泛化能力可靠落地；其三，快速切换能力——通过模块化设计支持分钟级SKU切换，实现“一次部署，多品适配”。基于上述能力，双方在化妆品产线工位上成功完成VLA模型从训练到部署的全链路验证。

精密滴管装备与化妆瓶装配虽为基础工序，却集中考验了具身智能在精细力控、动态环境感知和动作策略泛化上的极限。越疆机器人成功完成这些挑战，既构筑了具身智能实用化的技术壁垒，也以真实工业场景表现，宣示了对物理世界操作能力的定义权。

对Physical AI而言，这些任务构成三道硬门槛：

第一，多模态感知下的任务拆解——需同时处理视觉与力觉反馈，将宏观指令自主拆解为子动作序列；

第二，动态干扰下的空间感知与自适应放置——应对产线振动、来料角度偏差，在动态干扰中保持精度并实时调整；

第三，力控抓取与柔性装配——在极小容差下，于接触瞬间判断并调整力度与角度，实现一次到位。

联合验证显示，在真实产线工位上，越疆机器人本体承载VLA模型完成部署，实现连续高效运行。整个过程以超长一镜到底现场Rollout形式记录，确保连续性与真实性，经得起逐帧审视。

这一“不花哨”的动作，正是全球高端精密制造领域最具代表性的工序之一，其对柔性抓取、力控插接和微米级对准的要求，与电子元器件组装、医疗器械装配、小型电机生产等场景高度一致。在真实产线中，来料尺寸波动、工件材质差异、节拍变化等变量是常态，而应对“不确定性”的能力，正是柔性智造的核心刚需，也是Physical AI必须进场的根本原因。

“深圳方案”的产业逻辑

越疆与腾讯的深度协同模式，在深圳完整产业生态下更易理解其独特性。

越疆以协作机器人起家，全球累计出货超10万台，2025年出货量全球第一，覆盖汽车、3C电子、医疗、商业、教育等15大行业，服务超80家世界500强企业，老客户复购率稳定在60%以上。这些数据背后，是一份关于“机器人在真实场景中会遇到什么问题”的know-how清单。

经过十年产线打磨，越疆在装配、搬运、检测等场景中积累了扎实的执行层能力，并持续接触到物流流转、多工序协同、复杂抓取等传统自动化难以解决的需求——这些需求正是具身智能需解决的关键命题。因此，从协作机器人迈向具身智能，并非赛道切换，而是基于既有能力与产业场景的自然延伸。

越疆进入具身智能的逻辑清晰：能力已备、场景明确，只需在原有基础上向前推进。核心部件自研、运动控制技术、工业场景认知——协作机器人阶段的积累有效平移至人形、四足、双臂等复杂形态。2024年3月，越疆推出中国首个协作机器人具身智能方案X-Trainer，随后发布自研空弈DobotWAM具身大模型。协作机器人十年的深耕，本质上是在为具身智能搭建能力底座，而今越疆正依托独特的产品与场景应用优势，加速具身智能的应用放量。

长期积累已转化为切实的订单与收入。据越疆公告，2026年1至6月，公司营业收入预计为30,000至33,000万元，同比实现翻倍增长；毛利额达14,000至17,000万元，同比增长84.73%至124.31%。协作机器人业务投入进入平稳期，已初步具备盈利基础，同期在手订单超10,000万元。具身智能业务作为全新增长引擎，2025年收入同比增长418.84%，2026年上半年出货金额突破4,000万元，超过2025年全年收入的2倍；在手订单超6,000万元，其中工业制造领域突破1,000万元，覆盖从POC验证到规模化交付的全部商业转化阶段，批量交付与规模化放量已然启动。

越疆十年积累的产业场景与整机能力，结合腾讯的云基础设施和多模态AI技术底座，在全球头部制造企业产线上汇合，打造出一套具有深圳特色的Physical AI落地方案。

深圳的产业土壤提供了关键支撑：全球密度领先的硬件供应链、门类齐全的制造业场景、高密度科技创新企业集聚——三项稀缺条件在同一城市同时具备。越疆与腾讯的合作即诞生于此。自2025年5月签署战略合作以来，双方用一年多时间走完了Physical AI从概念构想到产线验证的完整闭环。

该方案直接覆盖制造现场，并验证了一条在真实产线中明确可行的路径：Physical AI不必等到“完美”再上路，可以在工厂先跑起来，在生产中迭代，在迭代中变得更可靠。

Physical AI的竞争规则已然改变——而产线，是唯一的裁判。