通用机器人“爱宝”将在东风柳汽多个车间承担具体生产任务，包括上下料、拖拽料车、贴挡风玻璃标签、收纳保护布等。

机器人到制造业工厂“上岗”的速度正在加快。

6月7日，南都湾财社记者获悉，智平方(深圳)科技有限公司(下称“智平方”)与东风柳州汽车有限公司(下称“东风柳汽”)在深圳签署战略合作协议，宣布将具身大模型机器人“爱宝”投入汽车制造工厂。据悉，这一部署是国产具身大模型首次获得汽车制造全场景验证。

从实验室炫技到工厂“打工”，机器人产业正在经历从“能演示”向“能交付”的关键阶段。数据显示，仅2024年一年间，国内人形或移动机器人企业就已开启多个工厂合作项目，任务类型也从简单的搬运向质检、装配、运维等复杂工序延展。

机器人上岗

从炫技走向装配、检测等多场景作业

据悉，相比过去在人形机器人舞台上常见的跳舞、举手、走步演示，此次智平方机器人“爱宝”进入汽车制造车间的部署，涉及的任务更为复杂。

根据合作协议，搭载具身大模型GOVLA的通用机器人“爱宝”将在东风柳汽多个车间承担具体生产任务，包括上下料、拖拽料车、贴挡风玻璃标签、收纳保护布等，覆盖装配、检测、物流和运维多个环节。

这些任务的共同特点是非结构化、长流程、多变动。以上下料场景为例，机器人不仅需识别物料尺寸与姿态，还需完成稳定搬运与精准放置，其间需处理照明变化、工人干扰、物品错放等干扰因素。再如料车拖拽任务，需结合环境地图、路径规划、避障判断与柔性操作，是多模态感知与运动控制能力的综合体现。

智平方相关负责人介绍，爱宝搭载的GOVLA具身大模型支持34+自由度全身协同控制，具备360°全域自主导航与多任务长链操作能力，能够适应多车型混线生产与复杂工业环境。相比传统单臂机械臂，具身机器人强调“泛场景部署”与“自主适应”，可减少二次编程成本，提高部署效率与复用率。

这也折射出行业的新动向——从表演式炫技，走向生产线实战。近年来，除了智平方外，宇树、加速进化、众擎等厂商也已经宣布进入物流、动力电池等产业线协作试点，具身智能技术正在从“大模型+演示本体”，转向“任务分解+现场部署”的新阶段。

根据国金证券研报，2025年被视为“人形机器人量产元年”，量产标准也逐渐从走路、起身转向具备一定“认知+动作”复合能力的交付闭环。在这一背景下，具身大模型的“模型力”是否真正转化为“作业力”，工厂正在给出更具现实意义的考验。

数据飞轮

用工厂一线数据“喂养”大模型

面对机器人这样一位“新员工”，一个直接的问题是:现阶段，部署一台先进机器人的直接目的，仅仅是为了替代一个工人的劳动吗?从成本和效率回报(ROI)来看，答案或许并非如此。其背后潜藏的，是一个更具长远意义的目标——构建真实场景中的“数据飞轮”。

“数据飞轮”这一概念，正成为理解当前AI企业与制造巨头深度绑定的关键。其核心逻辑在于，AI大模型的进化，极度依赖海量、高质量、多样化的真实数据进行“喂养”。

在东风柳汽的部署场景中，机器人“爱宝”面临的是长时间、高频率、复杂工况的日常任务。每一次抓取动作、路径调整、状态识别、误差修正，背后都是一条条可回收的数据链条。这些数据不仅包含动作轨迹，更记录了视觉误差、任务成功率、突发干扰下的应对方式等真实工业反馈，具备显著的训练与微调价值。

相比实验室中“干净”的样本，这类数据具有更多“噪声”和变量，是大模型真正理解现实世界的不二素材。“仿真环境可以帮你过拟合某类任务，但不能替代工厂里的随机性。”一位业内研发人员坦言，真正的模型进化，离不开高价值现场数据的长期输入。

智平方将此合作视作一次“技术-场景-数据-模型”之间的正向循环。机器人通过GOVLA模型完成任务，沉淀数据后再反馈至大模型平台，通过再训练、微调优化模型参数，从而进一步提升机器人的执行能力。这一过程构成了“数据飞轮”的闭环:用场景驱动模型演进，用模型反哺产品部署。

这一逻辑也与当前多个机器人公司的迭代模式不谋而合。加速进化此前曾公开表示，其T1机器人已在多个真实场景中部署，为模型训练积累了大量“高碰撞率”数据。宇树科技、众擎机器人等企业也纷纷启动“量产前数据采集”，尝试通过小批量部署快速调整模型结构和控制策略。

数据闭环

区分“能量产”与“能泛化”的一道门槛

值得注意的是，能否构建起长期有效的数据闭环，也将成为区分机器人公司“能量产”与“能泛化”的一道门槛。当前行业中，大量产品仍停留在静态或预设动作执行阶段，缺乏对“模型—场景—反馈”的系统优化路径。一旦进入复杂场景，机器人运行稳定性和泛化能力便难以保障。

以东风柳汽工厂为例，其同时拥有乘用车和商用车制造，能提供高密度、全流程作业场景，某种程度上就是一台“数据发生器”。在这个意义上，机器人不仅是操作者，也是观察者、学习者和信息采集器。部署得越久、场景越复杂，反馈的价值就越高，也越能推动模型实现工业层面的“自我进化”。

当具身智能从“AI能感知”走向“AI能干活”，数据不再只是技术的附属，而成为工业智能的关键资源。而这一轮工厂试点，正在将机器人从单点执行者转化为连续进化的“智能系统”，让技术不再止步于验证，而是持续走进现实。

采写:南都·湾财社记者 严兆鑫

受访者供图