12月15日至17日，以“具身覺醒 智變升維”為主題的2025（第十二屆）高工機器人年會暨（第六屆）高工移動機器人年會在深圳舉辦。軟通天擎CEO黃鵬受邀出席，在“工業具身專場”發表《軟通天擎自有PC產線訓練場實踐分享》主題演講，并參與圓桌對話，共探工業具身智能的未來。

黃鵬指出，具身智能在工業領域的落地，不能僅停留在單一技術點的驗證，而必須深入真實、復雜的生產場景。軟通天擎通過構建自有PC產線訓練場，探索出一條以“場景再造”為核心、集“采-訓-測-推”于一體的落地新路徑。

01積極推進PC柔性智造技術與場景驗證

具身智能的成功落地，既需要長期的戰略定力，也離不開具體場景的扎實支撐。軟通天擎打造“1+7”戰略布局：其中“1”是指依托政府引導與集團資源的核心產業項目，它如同“壓艙石”，為公司提供了穩定的發展根基與落地土壤；而“7”則代表教育科研、商業服務、康養陪伴、柔性制造等七個重點拓展的具身智能應用場景。

雖然教育、商業等場景在短期內能更快實現商業回報，但對于柔性制造，軟通天擎當前秉持的是“研發邏輯”而非單純的銷售邏輯。調研發現，盡管PC制造業已非常成熟，但即便是行業頭部企業，其產線中仍存在大量以人為主的半自動化環節。柔性制造是真正考驗技術深度的“深水區”，也是決定未來價值的“制高點”。

工業場景的難點不僅在于要應對多品種、小批量的柔性化生產需求，更在于必須滿足硬件一致性、高良品率，以及對算法控制節拍和精度的嚴苛標準。目前，許多具身智能解決方案仍處于零散、單點的驗證階段，難以直接匹配產線對連續、穩定生產的剛性要求。

為此，軟通天擎將真實的PC產線直接轉化為數據采集場和模型訓練場，直面異形零件抓取、無序來料分揀等復雜任務，通過在真實生產環境中持續打磨上述關鍵指標，來驅動技術實現有效迭代。

02基于場景實踐

構建數據驅動的“采-訓-測-推”閉環

傳統自動化追求“機器人對人原位替代”，具身智能落地的思路則在于“場景再造”。如果直接將機器人部署在高速運轉、高度依賴人機協同的主產線上，很可能因為技術磨合問題而導致整線停擺。因此，可行的路徑是將特定工序從主線中剝離出來，打造一個相對獨立的、無人化的“島式場景”作為先行示范區。

場景確立僅僅是第一步，如何獲取高質量的訓練數據，便成為驅動智能體進化的核心難題。在行業慣用的數據獲取路徑中，仿真常被視為低成本的首選，但在PC產線的實際應用中卻遭遇了瓶頸。面對工業現場非標品眾多，以及線纜形變、卡扣力反饋等物理環境復雜的現狀，單純依靠仿真生成的數據難以解決所有實際問題，尤其是針對重力、摩擦力及精密力控的模擬，目前技術上仍存在短板。為了跨越這一“虛實鴻溝”，獲取更真實的物理世界數據，軟通天擎開發了“具身智能數據采-訓-測-推一站式平臺”，并在PC產線中進行了深度實踐。

在數據層面，軟通天擎構建了“真人數據、真機數據、仿真數據、合成數據”四維一體的采集體系。其中，真人操作數據提供高質量范本，真機運行數據用于持續優化，仿真與合成數據則用于補充極端案例、提升模型泛化能力。目前，團隊已積累數十萬條遙操作真機數據及數萬小時的真人操作數據。

在流程層面，為了跑通數據閉環，軟通天擎選擇對整體工藝進行適應性重構，而非簡單的工位替代。以案例說明：在PC備件子產線上，傳統純人工作業需6名工人耗時2.5小時完成1500件備料；經過“場景再造”的機器人智能化單元，當前雖需更長時間，且在說明書投放、紙盒扣合等精細化環節尚有提升空間，但其意義在于確立了“發現問題-數據采集-模型迭代”的閉環優化機制，為持續逼近乃至超越人工效率奠定了路徑。

軟通天擎認為，在當前的制造業落地中，基于視覺語言模型（VLM）基座的“分層架構”（即大小腦協同），相較于純粹的端到端方案，可能具備更快的工程化落地速度。

03工業落地的核心是

“通用能力”與“場景深耕”結合

在“工業具身智能大時代下的可為與不可為”圓桌對話上，黃鵬談到，軟通天擎的競爭力不僅源于“懂技術”，更在于集團服務全球超2600家客戶（含230余家世界500強或中國500強企業）所積累的深厚工業認知，這為理解復雜需求、將技術轉化為實際訂單提供了堅實基礎。

他談到，軟通天擎的競爭力不僅源于“懂技術”，更在于集團服務全球超2600家客戶（含230余家世界500強或中國500強企業）所積累的深厚工業認知，這為理解復雜需求、將技術轉化為實際訂單提供了堅實基礎。

針對行業熱議的通用性問題，黃鵬將其總結為“本體與小腦一套化，場景落地多樣化”。即機器人本體與基礎運動控制（小腦）應追求通用性與標準化，但在最終落地時，必須依靠針對特定場景（如異形件裝配）的專用數據進行感知與決策模型的微調，并完成深入的工藝適配。

此外，軟通天擎計劃逐步開源以期與行業伙伴共同加速具身智能在工業現場的規模化應用進程。

軟通天擎通過“自有PC產線訓練場”的實踐表明，在復雜的工業環境中，通過高質量的數據驅動與合理的“場景再造”，具身智能已展現出承擔精密制造任務的潛力。未來，公司將繼續夯實“采-訓-測-推”一體化平臺能力，致力于推動具身智能從“模型工廠”真正走向廣闊的“工業現場”。