从一机一岗到一机多能：光象科技Phi-Bot X1的产线新范式

8月19日，在2026世界机器人大会（WRC 2026）上，光象科技工业级自进化具身智能机器人Phi-Bot X1现场真机演示“一机多能”，不间断执行焊接上下料与移动质检任务。这是行业首次实现单台具身智能机器人在不同作业类型异构工位间的自主循环作业，验证了物理原生智能从单一任务向多任务泛化的技术可行性。

在双工位连续作业中，Phi-Bot X1先在焊接上料工位的料架上用右手夹爪抓取工件，移动至滑台进行双孔对准放置，对准精度达毫米级、姿态精度控制在0.3°以内，完成上料；随后与滑台协同，控制滑台移动后再抓取工件放置到料架，完成下料。上下料工序结束后，Phi-Bot X1自主切换至移动质检工位，通过左手末端安装的灯组配合视觉模块，对车身表面进行动态全覆盖检测。检测结束，Phi-Bot X1再次返回焊接上料工位，开始下一轮作业。上下料与移动质检两项任务分别由左右两臂分工承担，任务切换与工位转移均由机器人自主完成。除了展示的任务，Phi-Bot X1还可以通过末端执行器灵活替换支持更多工位的拓展，真正实现“一机多能”。

此前，Phi-Bot X1已在6月ATC展会上完成了持续3天共21.5小时焊接上料零失误的单工位验证。本次WRC的双工位作业，则将多任务协同与自主调度能力进一步整合，从单一工艺场景拓展到了多工位联合作业。展会现场，Phi-Bot X1在两个工位之间稳定循环作业，零失误，零中断。

支撑Phi-Bot X1“一机多能”的是光象科技自研的物理原生智能技术。该技术的核心思想是让模型理解物理世界的因果规律，以实现与物理世界的高质量交互。物理原生智能用解耦的状态而非原始观测来表征世界，从而使模型能够充分表达世界的物理状态；在此基础上，模型结构遵循时序性与因果性，降低了动作推理中的幻觉风险；同时，底层物理规律被嵌入训练过程，确保机器人在学习训练过程中始终保持安全边界。

这套模型的训练与部署在光象科技打造的物理智能平台Phi-Arch（Physics-native Architecture）上完成。Phi-Arch是专为物理原生智能设计的一站式开发底座，支持“数据生成、模型训练、场景落地”的全链路研发。平台通过低成本大规模数据生成、仿真与真机强化学习相结合的模型训练，以及高效模型部署和迭代工具，使模型能够在不同工位之间持续复用和快速适配。Phi-Bot X1拓展至新的工位场景时，可在已有能力的基础上快速迁移，使“一机多能”从单点验证走向可复用的系统工程。

本次双工位作业涉及的两类场景中，焊接上料工位工件规格多样、来料姿态不一，传统自动化方案难以通过预设程序实现稳定抓取与精准对位，即便可行，从设计到上线也需要半年左右的产线改造周期。因此该工位长期依赖人工作业，伴随较高的灼伤风险。Phi-Bot X1则能够适应不同位置、不同姿态的工件抓取需求，无需改造产线，部署周期可压缩至周级甚至天级。移动质检涉及漆面反光条件下的动态视觉感知，传统AI视觉方案受限于固定安装方式，无法针对每一个检测点灵活调整拍摄角度，在漆面反光、多检测点、混线生产等复杂工况下，成像分辨率不足，检测召回率难以提升，而Phi-Bot X1可通过动态移动中的主动视角调整实现质检效率提升51%，并满足产线节拍要求。

光象科技创始人兼CEO张涛表示，当一台机器人能够在异构工位之间自主切换、持续作业，它就不再是一个执行单元，而是一个能够独立承担多种工艺任务的生产力节点。

目前，Phi-Bot X1已在汽车制造产线完成部署试点验证，覆盖焊接上料与移动质检两类典型高价值工位。随着“一机多能”的持续拓展，Phi-Bot X1未来将解锁更多产线工位，推进多产线、多场景的规模化复制。

关于光象科技

光象科技是清华大学车辆与运载学院和人工智能学院联合孵化的具身智能公司，具备领先的具身智能算法能力矩阵、高效且极低成本的数据体系以及物理智能开发平台，致力于构建物理原生智能驱动的自进化具身智能体，推动通用具身智能技术的产业化应用。

目前，光象科技已围绕汽车制造中的上下料、质检等典型高价值工位完成真实场景验证，并与多家国内外头部汽车企业达成商业合作，率先在汽车行业实现具身智能真实落地。未来，光象科技将以汽车制造为起点，持续打造可复制、可迁移、可规模化部署的自进化具身智能机器人，逐步拓展至3C、电子及泛工业场景。