软通天擎CEO黄鹏受邀出席2025高工机器人年会

12月15日至17日，以“具身觉醒 智变升维”为主题的2025（第十二届）高工机器人年会暨（第六届）高工移动机器人年会在深圳举办。软通天擎CEO黄鹏受邀出席，在“工业具身专场”发表《软通天擎自有PC产线训练场实践分享》主题演讲，并参与圆桌对话，共探工业具身智能的未来。

黄鹏指出，具身智能在工业领域的落地，不能仅停留在单一技术点的验证，而必须深入真实、复杂的生产场景。软通天擎通过构建自有PC产线训练场，探索出一条以“场景再造”为核心、集“采-训-测-推”于一体的落地新路径。

01积极推进PC柔性智造技术与场景验证

具身智能的成功落地，既需要长期的战略定力，也离不开具体场景的扎实支撑。软通天擎打造“1+7”战略布局：其中“1”是指依托政府引导与集团资源的核心产业项目，它如同“压舱石”，为公司提供了稳定的发展根基与落地土壤；而“7”则代表教育科研、商业服务、康养陪伴、柔性制造等七个重点拓展的具身智能应用场景。

虽然教育、商业等场景在短期内能更快实现商业回报，但对于柔性制造，软通天擎当前秉持的是“研发逻辑”而非单纯的销售逻辑。调研发现，尽管PC制造业已非常成熟，但即便是行业头部企业，其产线中仍存在大量以人为主的半自动化环节。柔性制造是真正考验技术深度的“深水区”，也是决定未来价值的“制高点”。

工业场景的难点不仅在于要应对多品种、小批量的柔性化生产需求，更在于必须满足硬件一致性、高良品率，以及对算法控制节拍和精度的严苛标准。目前，许多具身智能解决方案仍处于零散、单点的验证阶段，难以直接匹配产线对连续、稳定生产的刚性要求。

为此，软通天擎将真实的PC产线直接转化为数据采集场和模型训练场，直面异形零件抓取、无序来料分拣等复杂任务，通过在真实生产环境中持续打磨上述关键指标，来驱动技术实现有效迭代。

02基于场景实践

构建数据驱动的“采-训-测-推”闭环

传统自动化追求“机器人对人原位替代”，具身智能落地的思路则在于“场景再造”。如果直接将机器人部署在高速运转、高度依赖人机协同的主产线上，很可能因为技术磨合问题而导致整线停摆。因此，可行的路径是将特定工序从主线中剥离出来，打造一个相对独立的、无人化的“岛式场景”作为先行示范区。

场景确立仅仅是第一步，如何获取高质量的训练数据，便成为驱动智能体进化的核心难题。在行业惯用的数据获取路径中，仿真常被视为低成本的首选，但在PC产线的实际应用中却遭遇了瓶颈。面对工业现场非标品众多，以及线缆形变、卡扣力反馈等物理环境复杂的现状，单纯依靠仿真生成的数据难以解决所有实际问题，尤其是针对重力、摩擦力及精密力控的模拟，目前技术上仍存在短板。为了跨越这一“虚实鸿沟”，获取更真实的物理世界数据，软通天擎开发了“具身智能数据采-训-测-推一站式平台”，并在PC产线中进行了深度实践。

在数据层面，软通天擎构建了“真人数据、真机数据、仿真数据、合成数据”四维一体的采集体系。其中，真人操作数据提供高质量范本，真机运行数据用于持续优化，仿真与合成数据则用于补充极端案例、提升模型泛化能力。目前，团队已积累数十万条遥操作真机数据及数万小时的真人操作数据。

在流程层面，为了跑通数据闭环，软通天擎选择对整体工艺进行适应性重构，而非简单的工位替代。以案例说明：在PC备件子产线上，传统纯人工作业需6名工人耗时2.5小时完成1500件备料；经过“场景再造”的机器人智能化单元，当前虽需更长时间，且在说明书投放、纸盒扣合等精细化环节尚有提升空间，但其意义在于确立了“发现问题-数据采集-模型迭代”的闭环优化机制，为持续逼近乃至超越人工效率奠定了路径。

软通天擎认为，在当前的制造业落地中，基于视觉语言模型（VLM）基座的“分层架构”（即大小脑协同），相较于纯粹的端到端方案，可能具备更快的工程化落地速度。

03工业落地的核心是

“通用能力”与“场景深耕”结合

在“工业具身智能大时代下的可为与不可为”圆桌对话上，黄鹏谈到，软通天擎的竞争力不仅源于“懂技术”，更在于集团服务全球超2600家客户（含230余家世界500强或中国500强企业）所积累的深厚工业认知，这为理解复杂需求、将技术转化为实际订单提供了坚实基础。

他谈到，软通天擎的竞争力不仅源于“懂技术”，更在于集团服务全球超2600家客户（含230余家世界500强或中国500强企业）所积累的深厚工业认知，这为理解复杂需求、将技术转化为实际订单提供了坚实基础。

针对行业热议的通用性问题，黄鹏将其总结为“本体与小脑一套化，场景落地多样化”。即机器人本体与基础运动控制（小脑）应追求通用性与标准化，但在最终落地时，必须依靠针对特定场景（如异形件装配）的专用数据进行感知与决策模型的微调，并完成深入的工艺适配。

此外，软通天擎计划逐步开源以期与行业伙伴共同加速具身智能在工业现场的规模化应用进程。

软通天擎通过“自有PC产线训练场”的实践表明，在复杂的工业环境中，通过高质量的数据驱动与合理的“场景再造”，具身智能已展现出承担精密制造任务的潜力。未来，公司将继续夯实“采-训-测-推”一体化平台能力，致力于推动具身智能从“模型工厂”真正走向广阔的“工业现场”。