序言
具身智能的价值，最终不应只体现在机器人完成了多少动作，而要体现在它为人和产业带来了什么。让机器承担更多重复、繁重和高度机械化的劳动，让人把时间留给判断、创造和更需要人的事情；让制造企业在用工结构变化、柔性生产需求和全球竞争中获得新的生产力支撑，让中国几十年积累起来的制造能力在智能时代继续向前。技术进步的意义，从来不是让机器越来越像人，而是让人拥有更多选择。
过去很长一段时间，人工智能主要改变的是数字世界。当AI开始拥有身体，进入工厂、车间和生产线，它面对的是更加具体的物理规则：物料会变形，设备存在误差，工位状态不断变化，每一次判断最终都要转化为稳定、可重复、符合生产节拍的物理动作。具身智能由此走到了从技术突破迈向产业应用的关键阶段。技术能力需要走出相对理想的实验环境，接受效率、稳定性、成本和连续运行的共同检验。单次抓取、单次搬运只是基础，制造业真正关心的，是机器人能否将单项能力组织成完整工序，并形成可复制、可交付的生产能力。
这一方向也是国家推进具身智能与智能制造的重要议题。2026年6月，工业和信息化部、国务院国资委联合开展人形机器人与具身智能实景实训专项行动，提出通过真实场景训练优化模型算法、积累高质量真机数据，带动形成万台级规模落地能力。此前发布的《人形机器人创新发展指导意见》，也明确提出“应用牵引、整机带动、软硬协同、生态培育”的发展路径。经过数十年发展，中国建立起门类齐全、规模庞大的制造业体系。从一双鞋、一件衣服，到一台汽车、一艘船，无数具体工序共同构成了中国制造的产业基础。人工智能如何进入这些成熟运行的生产体系，并转化为稳定、可用、可复制的生产能力，是具身智能产业化必须回答的问题。
中科慧灵选择从鞋服制造中的真实工序开始。
目前，中科慧灵与福建鑫佰体育用品集团有限公司开展具身智能应用合作，在其位于莆田的真实制鞋工厂推进技术验证。鑫佰体育长期深耕运动鞋、休闲鞋研发制造，服务Puma（彪马）、斯凯奇等国际品牌，并在中国及海外布局生产基地。
福建鑫佰体育莆田制鞋工厂生产现场
中科慧灵自主研发的CASBOT PA（Perception-to-Action）感知到动作模型，已在相关实际生产工位开展应用。现阶段以机械臂为执行载体，通过视觉获取物料与环境状态，由模型生成对应动作，再结合机器人运动学处理完成真机执行。下一阶段，经过实际任务验证的感知、决策与操作能力，将逐步向具备头部视觉、双臂灵巧操作及全身运动能力的人形机器人平台迁移。
CASBOT PA感知到动作模型 在制鞋工厂真实产线开展操作应用
从一个真实工位起步，把模型交给生产检验，再让经过验证的能力进入更加完整的身体。中科慧灵正在鞋服制造中探索的，是一条围绕“模型—本体—场景”展开的工业具身技术路径。
柔性制造的自动化边界，为具身操作提供真实入口
过去数十年，工业自动化通过标准工位、精确定位、专用夹具和预设轨迹，在高度结构化的生产环境中实现了稳定、高效的重复作业。鞋服制造面对的生产对象却具有明显的柔性与非刚性特征。同一种鞋面或布料进入工位时，其边缘、褶皱、位置和姿态都可能发生变化。叠加多SKU、频繁换型及工艺差异，自动化系统需要应对更多非标准状态。
传统自动化能够通过视觉、定位装置和程序逻辑处理大量此类任务，但随着现场变量增加，工程适配与调试成本也会相应上升。中科慧灵将具身操作视为既有工业自动化体系的能力延伸：在难以通过合理成本提前消除全部变量的工序中，让机器人依据当前物料与环境状态调整动作，减少对固定位置和单一预设轨迹的依赖，拓展柔性制造的自动化边界。
这种变化的意义，远不止于效率数字的提升。制造业智能化最终服务的是人与生产。随着技术进步，更多重复、高强度的工作可以逐步由机器承担，人的经验则能够更多投入工艺判断、生产组织、设备维护和创造性环节。机器人进入生产现场，更重要的是拓展人与机器各自适合承担的工作边界。
鞋服制造因此成为具有代表性的具身智能试验场。这里既有成熟产业体系和明确任务，也有大量依赖经验的柔性操作。中国丰富而复杂的制造场景，既是具身智能的应用市场，也是推动技术持续成熟的重要产业资源。
CASBOT PA：让感知驱动动作，连接数字策略与物理执行
CASBOT PA中的“PA”，分别代表Perception（感知）和Action（动作）。作为面向工业具身操作的轻量化模型，其核心是将机器人获得的环境信息进一步转化为实际可执行的动作。
传统工业视觉自动化通常由视觉识别、目标定位、坐标转换、运动规划与动作执行等模块共同完成，在确定性环境中具有较高的工程可靠性。但随着物料状态与工位条件变化增加，各环节需要处理的条件和工程配置也会更加复杂。
CASBOT PA进一步强化感知信息与动作生成之间的连接。在真实制鞋工位中，视觉信息不仅用于识别物料位置和状态，还直接参与动作生成。模型依据当前感知状态输出相应动作，系统再结合运动学处理，将其映射到真实机器人执行。目前，其基本技术链路可以概括为：视觉感知 → 动作生成 → 运动学处理 → 真机执行。
CASBOT PA（Perception-to-Action） 感知到动作模型技术链路示意
当鞋面、鞋舌等柔性材料出现位置偏移或摆放变化时，模型能够根据新的视觉状态生成对应动作，降低对固定目标点和单一预设轨迹的依赖。机器人开始根据“眼前正在发生什么”，决定“下一步应该怎么做”。但模型能够生成动作，与机器人能够连续、稳定地完成动作，是两个不同层面的技术问题。真实机器人受到关节角度、速度、工作空间和机械结构等物理条件约束。CASBOT PA的整体执行链路结合机器人运动学处理模块，使模型输出更好地适配真实本体，提升动作执行的连续性与流畅度。这一步连接的，是数字空间中的动作策略与物理世界中的真实身体，也是算法走向工业生产必须跨越的工程环节。
工业应用还要求模型能够以合理成本完成训练、部署和迭代。CASBOT PA采用面向工业落地的轻量化设计，在单张消费级GPU上即可训练，降低了对大型算力集群的依赖。低延迟推理与模型架构让其天生具备实时纠错与失败重试能力。同时集成了机器人运动学模块，无需再做运动学处理。CASBOT PA诞生之初就是为小型开发团队、自动化团队、机器人团队而打造。目的为全世界想进行机器人产业升级的团队提供一个强有力的低门槛工具，帮助其快速、低成本的在现场完成机器人落地项目。该模型计划在2027年下半年开源。
对于拥有大量工厂、工艺和SKU的鞋服产业而言，模型能否以可接受成本适配新任务、稳定执行并复制到其他工位，直接关系到技术的应用空间。CASBOT PA在鑫佰体育真实制鞋工位中的实践，检验的不只是一个动作，更是感知、决策与物理执行能否形成可靠、可复用的技术链路。
从机械臂到人形本体，让身体能力随任务演进
现阶段，CASBOT PA首先运行于机械臂平台，这是中科慧灵工业具身技术路线中的阶段性选择。成熟机械臂能够提供相对稳定的硬件基础，减少本体变量，让研发重点集中在视觉感知、动作生成、柔性物料适应及真实任务完成度上。而真实工厂不断提出实验室难以完整模拟的问题：物料偏移后模型能否重新判断？更换SKU需要多少适配？已有技能能否迁移到相邻工序？系统能否在连续生产中保持稳定？这些问题的答案，将决定本体能力下一步如何演进。
CASBOT PA模型在CASBOT W2上 对鞋底上料任务开展小范围真实场景测试与验证
除机械臂平台外，中科慧灵也在鞋服制造相关场景使用不同机器人本体开展小范围任务测试。例如，轮臂式机器人CASBOT W2已围绕鞋底上料等任务开展场景验证，检验不同本体形态的操作能力与任务适应性。按照技术规划，经过真实工位持续验证的感知、决策与操作能力，将逐步向完整人形机器人平台迁移。头部视觉承担更大范围的环境观察；双臂与灵巧手面向整理、拉平、翻转和精细定位；腰部、躯干及全身运动能力则进一步扩大机器人能够覆盖的设备和工位。
这种本体演进，不是为了让机器人在外观上更接近人，而是让身体结构与真实任务形成对应。每一个“像人的部分”，都应该对应一个真实功能。背后还有一个现实的产业逻辑：今天大量工厂、设备、工具和生产流程，本身就是围绕人的身体尺度与操作习惯建立起来的。相比重新改造整个生产环境，让机器人逐步具备适应既有设备、工位和流程的能力，也是一条值得探索的路径。
从单次抓取到完整工序，从固定工位到多工序协同，机器人能力的评价标准也将随之变化。让身体服务任务，让机器逐步适应人类已经建立的生产世界，才是中科慧灵推进人形本体能力演进的出发点。
从真实工位到规模交付，检验产业化能力
机器人进入真实工厂，还有一项长期价值：持续产生来自物理世界的交互数据。在鑫佰体育这样的实际制鞋环境中，不同材料状态、SKU差异、位置偏移，以及成功与失败的操作轨迹，都可以成为模型训练和能力迭代的重要样本。这些数据重新进入训练体系后，可以用于优化模型，再由更新后的模型返回真实工位继续验证，逐步形成：真实任务 → 数据产生 → 模型训练 → 真机验证 → 新数据回流。这一过程与国家推动具身智能实景实训的方向具有一致性。随着数据采集与模型迭代机制不断完善，真实工厂也将从技术应用现场，逐步成为模型、技能与本体持续进化的训练场。
与此同时，技术在实体工厂生产场景持续落地验证的同时，商业化进程也交出了亮眼答卷。2025年，中科慧灵斩获多家头部制鞋企业数千万级订单，成功跻身行业第一梯队；2026年，公司在手具身制鞋机器人订单总额突破4亿元，设备排产规模步入数千台量级，规模化商业化落地能力得到充分印证。
从少量设备进入真实工位，到千台级订单对应的持续交付，技术问题进一步转化为产品化与工程化问题：模型能否快速适配不同工序和SKU，本体性能能否保持批次一致，机器人能否满足长期运行要求，以及供应链、生产测试、现场部署和维护服务体系能否支撑持续交付，都成为下一阶段需要解决的问题。
自动化+CASBOT PA感知到动作模型 在鞋垫盖章等实际生产任务中的应用 持续拓展具身操作能力覆盖的工序范围
莆田真实制鞋工位的具身操作应用，与多家头部制鞋企业数千万级订单，对应着同一条产业化路径上的不同环节。前者检验具身操作能力能否进入实际生产，后者则对技术标准化、产品化与工程复制提出更高要求。订单代表规模化交付需求，实际交付能力仍需要在后续持续验证。
规模化也不能简单等同于机器人数量增加。如果每新增一道工序都需要大量定制开发，每进入一家工厂都要重新搭建完整系统，应用规模仍会受到工程成本制约。降低新任务适配成本，提高模型、技能、本体和工程模块的复用率，才能让一个工位中的技术能力进一步走向更多工厂。
这也是中科慧灵构建“模型—本体—场景”技术路径的核心逻辑：模型承担感知、决策与操作能力，本体决定这些能力可以覆盖怎样的任务空间，真实场景持续提供任务、约束与数据，而规模化产业合作则进一步检验工程复制与持续交付能力。从真实工位到规模交付，中科慧灵希望验证的，是一条能够持续迭代、逐步复制的具身智能产业化路径。
从一双鞋开始，走进中国制造
一双鞋看起来距离具身智能的宏大叙事很远，但中国制造真正的底座，恰恰由无数这样的产品、工厂和工序组成。每一道仍然依赖经验判断的柔性操作，每一个难以通过固定程序完全覆盖的生产变量，既是制造业长期存在的现实问题，也是人工智能进入物理世界必须面对的具体课题。中国拥有门类齐全的制造业体系，也拥有极为丰富的真实生产场景。对于仍处于快速发展阶段的具身智能而言，这些场景不只是技术成熟以后等待进入的应用市场，更是持续检验和推动技术进化的土壤。真实任务不断产生新的数据、约束与问题，推动模型、本体和工程体系继续迭代；而技术的每一次进步，又有机会回到生产现场，解决一道工序、一个工位乃至一条产线中的实际问题。
让真实制造推动具身智能成熟，再让成熟的具身智能反过来服务真实制造。 这也是中科慧灵选择深入鞋服制造的重要原因。
从机械臂的具身操作验证，到未来双臂、灵巧手与全身协同；从莆田工厂的真实生产工位，到多家头部制鞋企业数千万级订单提出的规模交付命题，中科慧灵希望把经过验证的模型、操作能力与工程经验沉淀下来，向更多工序、更多工厂和更多制造场景复制。
如果说过去几十年，中国制造积累的是完善的产业链、工程能力和规模优势，那么人工智能进入物理世界之后，一个新的问题正在被提出：如何让这些产业基础与新一代智能技术真正结合，形成面向下一阶段制造业的新型生产能力。这不会由一次技术发布完成，也不会只依靠某一种机器人形态。它需要模型在真实任务中学习，需要本体围绕实际需求演进，也需要技术企业、制造企业和产业链长期共同参与。
从一双鞋开始，中科慧灵希望把具身智能真正做进产业深处。 https://mp.weixin.qq.com/s/sZZCWPhpJU_3o-1DM5Vlvg
2025年，人形机器人产业迎来爆发拐点。特斯拉Optimus量产在即，华为、宇树等企业加速技术突破，行业正从“实验室研发”向“规模化落地”跃迁为打通产业链上下游协作壁垒，艾邦机器人正式组建"人形机器人全产业链交流群"，覆盖金属材料、复合材料、传感器、电机、减速器等全硬件环节，助力企业精准对接资源、共享前沿技术！
扫码关注公众号，底部菜单申请进群
