优艾智合发布具身智能系列新品 提出“3年赋能10000个工业现场”目标

2026年，具身智能的“生产力元年”

2026年，具身智能这个从前更多存在于实验室的概念，开始真正出现在工厂车间里了。

就在6月29日，优艾智合机器人一口气放出了几个重磅消息：发布了全球首个可规模化应用的工业具身智能大模型“智合”（FabriX），以及一款工业原生人形机器人“隙锋”。更值得关注的是，他们同时宣布启动FabriX生态伙伴计划，目标是在未来三年内，让这个能力覆盖到10000个工业现场——不是简单的设备替换，而是让现有产线长出“自感知、自决策、自恢复”的本事。

InteractAnalysis亚太区主管张键在现场给出了一个很清晰的判断。在她看来，具身智能本质上是一套系统工程：本体、数据、模型、场景、成本——这五个要素必须拧成一股绳，形成闭环。少了任何一个，整个系统都转不起来。这已经不是单点技术的比拼，而是系统能力的较量。

“我们现在，远没到具身智能的‘ChatGPT’时刻。在非结构化的环境里实现真正意义上的通用，路还很长。”她在现场坦率地说，“但是，在一个领域里实现通用，是能做的。专注一个领域，把它打穿——这件事，今天就已经有人在做了。”

破解“不可能三角”

工业场景有其独特的复杂性。不同于通用的工业版VLA（视觉-语言-动作模型），优艾智合这次发布的FabriX大模型，更深层地融入了细分工业的Know-how（诀窍），专门为工业复杂作业场景打造了一个技术基座。这种转变，是从模型能力升级到工程系统能力的全面进化。

优艾智合联合创始人兼首席技术官边旭点出了其中的关键：FabriX的创新核心是通过“确定性先验蒸馏”和“约束锚定智能体”这两项技术，让AI既能保持工业精度，又具备调度的确定性。也就是说，它既保留了AI的灵活度，又在关键时刻为安全兜底。

具体来看，FabriX采用了边端侧双重架构。它基于工业真机数据训练的MOE（混合专家）基座模型，并以机理控制的确定性结果作为先验引导知识，让模型具备工业级可靠、低样本迁移和大集群协作的能力。

具身智能落地工业，绕不开一个“不可能三角”：泛化、效率和可靠性。通用大模型那种“概率性”的输出，在工业场景是完全不可接受的。FabriX的解法是引入先验引导层，蒸馏出确定性数据，为动作扩散指明方向。并且，它依托双回路逻辑校验层，对大模型的输出结果进行二次校验和约束，赋予模型自主诊断、故障恢复的能力，从而保障工业集群调度和生产运行的高可靠性。

在现场，证券时报记者还了解到，优艾智合已经开启了FabriX生态伙伴计划。目标很明确：未来三年内，通过FabriX模型赋能10000个工业现场，让现有产线获得“自感知、自决策、自恢复”的能力。

首发工业原生人形机器人

与FabriX大模型同时登场的，还有工业原生人形机器人“隙锋”。作为“天演”人形机器人系列的新成员，“隙锋”全面承接了FabriX的模型能力。

它的特点很突出：通过低样本量迁移技术，出厂时就已经具备基础动作能力。到达工业现场后，只需要采集50条数据进行训练，就能将任务成功率提升到90%，并且能以24小时为周期循环训练，持续提升自身能力。

更关键的是，“隙锋”依托优艾智合的“一脑多态”架构，能实现跨具身集群协作。简单来说，就是用一个大脑控制多种不同形态的机器人，让它们不再是各自为战的孤岛，而是形成一个团结有序的整体。优艾智合联合创始人兼首席具身智能工程师赵万秋对此总结得很形象：“集群协作的力量，让工厂的整体效率达到最优。”

从行业大背景来看，具身智能已经成为全球资本市场最热的赛道之一。第三方数据预测，这个市场规模将在2027年突破1.25万亿元。进入2026年下半年，竞争的焦点已经从单一的技术展示，转向了本体、数据、模型、场景及成本体系的综合较量。

目前，依托“一脑多态”的具身智能系统，优艾智合的“通用+专用”产品矩阵已经在工业物流和巡检运维两大场景实现了规模化落地。例如在半导体领域，其产品已进入十余家国内外晶圆厂，并在头部衬底、光掩膜版及封测企业打造了多个标杆项目；在能源化工领域，业务覆盖上游原材料、电力、冶金、化工及公用事业，深度服务国内头部电网集团和能源集团。

数据显示，优艾智合在半导体、能源化工、锂电等工业领域，已累计拥有超过800个具身智能场景落地项目，服务超过400家全球头部企业。据弗若斯特沙利文数据，以2024年收入计算，优艾智合的工业移动操作机器人，全球市占率已位居第一。