在柏林举办的 Bosch Connected World 2026（简称“BCW26”）上，具身智能如何从实验室走向制造业真实生产线，成为全球产业界热议的焦点。这场由博世集团主办的盛会，汇聚了汽车、云计算、人工智能、机器人及工业领域的领军企业，共同探讨人工智能技术如何深度融入产业系统，推动生产流程与商业场景的变革。
博银合创CEO任经纬与联合汽车电子执行副总裁Uwe Loebel在大会上联合发表主题演讲，以《具身智能机器人在制造业迎来曙光：从实验室到真实生产线》为题，直指制造业当前面临的痛点——劳动力结构变化、市场需求波动、成本压力与柔性制造需求提升，迫使企业寻找更智能的生产工具。任经纬强调，具身智能的突破不在于单点技术展示，而在于能否将工业场景、AI模型与机器人执行深度融合，形成可复制、可规模化的新质生产力。
制造业对具身智能的期待远超“能动的机器人”。客户更关注机器人能否适应复杂工况、匹配产线节拍、稳定安全运行，并在成本可控的前提下与现有工厂系统无缝对接。传统自动化虽能应对标准化场景，但面对非结构化任务时，制造业亟需一种能持续进化、满足动态需求的新智能体。任经纬指出，工业具身智能的竞争已从机器人本体或基座模型延伸至更完整的系统，涵盖真实任务、数据工程、模型训练、工程部署及本土化服务等多个环节。
博银合创提出的解决方案是构建“AI时代的工业基础设施”——一套以工业制造为基础引擎的能力体系。该体系以真实工业场景为起点，通过数据工程沉淀现场经验，利用AI模型提供智能支持，再由机器人执行系统将模型能力转化为实际动作，最终通过工程化交付确保系统在客户现场稳定运行。例如，博世与联合汽车电子提供真实场景与数据，银河通用贡献具身基础模型与仿真能力，而博银合创则整合工业知识、工程部署能力与机器人产品，形成可迭代、可部署的工业解决方案。
银河通用的技术为这一体系提供了底层支撑。其“银河星脑”AstraBrain与“银河星数”数据基础设施，通过统一虚实数据、优化动作控制，使机器人能更快响应指令并适应动态任务。例如，AstraBrain WAM 0.5模型尝试融合世界模型与视觉-语言-动作（VLA）路线，提升对复杂数据的利用效率；而基于人类动作捕捉数据训练的AstraBrain-WBC 0.5，则显著增强了机器人的姿态调整与动作协调能力。这些技术并非单纯用于资本背书，而是直接转化为博银合创面向制造业的落地能力。
数据是具身智能落地制造业的关键分水岭。工业数据稀缺、分散且高度依赖具体工艺，实验室环境下的模型表现与真实产线存在巨大差距。任经纬提出“数据驱动的闭环飞轮”概念：从真实生产线采集多维数据，通过任务级数据引擎处理验证，再用于模型训练与机器人部署，最终通过现场反馈持续优化模型。据博银合创披露，其数据采集效率提升10倍，模型迭代周期缩短50%，数据利用率接近100%，现场快速后训练时间仅需1小时，复杂噪声条件下的模型稳定性提升10%。这意味着工业具身智能正从“单次交付”转向“持续学习与复用”。
硬件可靠性与系统集成能力同样不可或缺。任经纬强调，工业级机器人需具备稳定动作、安全协作与可接受的投资回报率。博银合创依托中国制造供应链优势，推进具身智能机器人的本土化量产，在成本、交期、质量与迭代周期上形成综合竞争力。其自研的BEAmm-s具身智能任务管理系统，可实现跨设备、跨场景的智能调度，将机器人纳入工厂原有数字化体系，成为生产系统的一部分而非孤立设备。
BCW26的讨论表明，全球产业界正重新定义AI与机器人的关系：AI的价值不仅限于数字空间，机器人也需超越机械自动化。两者的交汇点在于真实工厂与生产线。对博银合创而言，具身智能的产业化需以真实工业场景为起点，整合底层模型、仿真能力、场景资源与工程化交付能力，形成闭环并最终为制造业创造价值。或许，制造业具身智能的突破，正始于对产线实际问题的逐步解决。
