拓斯达黄晶：2026是制造业AI建设元年，双足人形机器人STAR亮相

AI正在重塑造制造业，具身智能加速走进工业实景，成为产业升级的关键引擎。热潮之下，行业仍有一个共同问题：前沿智能技术怎样才能真正扎根产线，把趋势变成实打实的产业价值？

11月7日-8日，TOPS DAY 2026拓斯达全球开放日在广东东莞启幕，主题为“美好，拓手可达”。

这场TOPS DAY 2026把趋势解读、AI+产品解决方案首发、标杆案例拆解、产业生态链接汇到一起。它还原的不只是一场正在发生的技术浪潮，更希望探寻工业AI的落地之道与智能制造的新机遇。

下面一起回望这场盛会的高光时刻，看看工业AI如何扎根车间、照进制造现场。

几年前，制造业还在为AI的风口焦虑。拓斯达科技执行董事、机器人业务线总经理黄晶的看法是，“2026正是制造业AI建设元年”。在他看来，具身智能并不等同于人形机器人，工业场景的标尺是“懂工艺、会干活、能落地”。

面向工厂的双足人形机器人STAR在会上被正式发布出来。吴董借这台新品，把拓斯达怎么让物理AI在产线扎根、再靠场景积累数据反哺模型迭代的路径讲了一遍。

以下是拓斯达科技执行董事、机器人业务线总经理黄晶的演讲实录，经编辑：

尊敬的各位来宾、朋友们，大家好！我是拓斯达黄晶。

吴董刚讲完，他的说法是，“以 AI 服务 AI”属于拓斯达的顶层设计，而具身智能是把AI推进物理世界最关键的那个载体。随后David 老师上台，围绕具身智能的前沿进展和技术做了分享。我的主题是，怎么让AI和具身智能这些新技术真正派上用场，切实落到车间和产线上。

AI这几年跑得很快，跟AI沾边的东西眼下都很有活力。企业对AI的认识这几年变化很大，这一点我们也看在眼里。

2024 年，当时有一个词语叫FOMO，也就是Fear Of Missing Out。那时候大家面对AI、大模型，普遍是这样一种心态：害怕错过机会而感到焦虑，想要投入AI，却不知从何入手。

进入2025年，头部企业开始拿出真金白银，去摸索AI到底怎么提效、能给生产带来什么价值。拓斯达去年也推出过小拓，这是国内第一款在注塑场景落地的轮式机器人。但说实话，绝大多数企业还在观望。

到了今年，我们把2026年看作制造业AI建设的元年。理由是，愿意主动拥抱AI、拥抱具身智能的制造企业多起来了。今年9月，OpenAI发布了GPT-6 Astra，一同公布的还有一件事：Astra 解决了10个人类历史上悬而未决的数学猜想，最早的那一项始于1964年，距今已有60多年。可见在不少领域，AI的本事已经压过人类。那么，能力这么强的AI模型，能不能也把企业实际生产里的作业问题解决掉？

AI模型的能力，一路走过了几个阶段。最早是感知智能，也就是图像识别、目标检测那一套；后来进入生成式智能，模型学会了理解、对话、创作和写代码；现在它正从虚拟世界迈向物理AI，迈向具身智能。David 老师前面也提到，Astra已经在控制机器人了。AI正在推着机器人从“看懂世界”，走到“理解世界”“操作世界”。

今年我们还看到一个很清楚的产业趋势。把整个具身智能赛道扫一遍，过去主打人形行走、舞蹈演示的团队，现在差不多都掉头加速往工业场景里挤。这跟我们讲的“懂工艺、会干活、能落地”对得上，也再一次说明，去年我们认定深耕工业场景这条路没走错。物理AI要落地，工业场景绕不开。

这一年团队就围着这个方向埋头做，直接扎进一线车间，把真实工况摸透，把工艺经验攒下来。前后走访100多家客户，过了30多个场景和任务的验证，最后收拢成三类典型应用：多品种、小批量生产；多工序集中作业；工厂物料搬运。

先看第一类场景——多品种、小批量，这也是代工、精密加工行业接触到的非常普遍的一类场景。

先说第一个案例，客户是国内头部塑胶制品企业。它产线上常年跑着上百种型号的物料，多型号交替生产是常态。以前注塑成型后的分拣基本靠人：工人认工件、找件、摆盘，这种干法每小时产出大约五百件。可现在工人不好招，素质也参差不齐，人工作业还常出岔子，错件、漏件一出现，整条产线的品质就跟着受影响。多品种频繁换产时，传统自动化改造也顶不上，每换一次型号，单台设备得调2到4个小时。小批量模式下，与其花这时间调机，还不如直接上人。

针对这个难点，我们和客户一起做了款基于 AI 的柔性分拣工作站：靠AI 视觉，物料能自主识别，错检漏检少了。自主识别、定位加路径规划也让机器人操作变简单。换型上，已建档的物料5 分钟就能换产，没建档的新物料也能在30 分钟之内搞定。普通工人一键就能操作，不用专业工程师守在现场调试。整套设备跑起来，产线UPH能稳定到1000pcs。跟原来的人工分拣比，良率更高，效率也提了一大截。

第二个案例来自我们长期合作的3C行业客户。这家工厂已经批量上了多台拓斯达机器人工作站，可需求越来越个性化、品种越来越多、单次批量越来越小，原有设备只能适配固定产品；产品一迭代，就得重新建模、调试，还得有专业人员支持，换产周期也长。要是整线全换成新的AI智能设备，采购成本又太高。

我们的办法是：原有设备不动，在上面叠加智能的AI柔性分拣模型，做智能化改造。靠拓斯达原生设备的迭代能力，让老机器重新派上用场。改完之后，产线柔性明显变强，系统能兼容多种硬件，换产压到分钟级。客户既解决了柔性生产的难题，也省下了买新设备的钱。

无论是前面提到的全新智能工作站部署，还是刚刚提到的存量设备智能化改造，我们都有解决方案。

具身智能不只限于人形机器人这一种形态。拓斯达旗下所有机器人产品，都是物理AI的载体。一旦搭载AI模型，这些产品就会获得全新的能力。据拓斯达介绍，其智能AI工作站正让每年折旧的工业设备变成能持续学习、持续增值的智能载体。

这些工作站里的机器人产品，本质上仍是原来的工业机器人。近二十年在工业机器人领域攒下的能力，也一并被继承下来——高速高精的同步技术、轨迹规划技术、标定技术，还有静力学、动力学、热力学等。在此之上，拓斯达推出了全新自研的Top Agent智能体，专门补上传统工艺难以适配柔性生产这块短板。用成熟的工业能力叠加前沿AI技术，做出真正贴合工厂需求的智能装备。

产品频繁换型、多品种小批量带来的柔性生产难题之外，多工序问题也困扰着不少客户。举个简单的例子：一个标准化、简单重复的动作，做自动化改造、提效率都不难；可要是一个工位得连贯完成好几项操作，难度就陡然上升。

第一个场景是精密零件制造。精密注塑小零件对一致性要求很高，注塑成型之后，分拣、摆盘要同步进行，还要叠加多种物料的换产。放在过去，这种自动化改造难度不小：分拣摆盘和检测得做成两套独立设备、分开布局，既占车间空间，工序之间的物料流转也会拖累整体生产效率。

更麻烦的是，现场产线布局早已定型，动线没法大范围调整。一来会打乱生产节奏，二来基建、管路物料通道的改造还得额外掏一笔不小的投入。拓斯达给出的办法，是用双臂人形机器人搭起分拣、检测、摆盘一体化工作站，把原本拆开的工序收进同一个工作站。整套方案占地更小，原有产线的动线和配套设施都不用动，尽量避开停产改造的风险。再配上AI缺陷检测，识别准确率达到99.5%以上，人工作业容易出现的漏捡、错捡问题也一并改善，一台设备包揽三道工序。

第二个场景来自光学玻璃行业的头部客户。这段工艺卡在移印之后、成品封装之前，要经过清洗、AOI检测、人工擦拭三道工序，才能保证出货品质。整个流程由多台设备加人工协同完成，产线拉得长、节拍慢，人工转运时还很容易让玻璃二次划伤。

针对这个痛点，拓斯达推出了AOI双臂机器人玻璃擦拭工作站，一机多工位集成作业，清洗、AOI检测、人工擦拭无缝衔接，转运带来的二次划伤也避开了。依靠基于模型的缺陷检测能力，整天产线良率提升15%。

整套设备即插即用，不用编程调试，普工也能快速上手。集成化、高精度、易操作，这几个优势对准的正是光学精密制造的核心痛点。

这里藏着一个容易被忽视的技术难点：擦玻璃看着简单，交给机器人却不轻松。先得精准定位，再得把作业力度控制合理，属于仿人柔性动作，传统专机很难做到。双臂机器人恰好能胜任：一只手高效上下料，另一只手柔性擦拭，双手协同，作业效率有效提升。

做这些场景的过程中，拓斯达一直在琢磨一个问题：什么叫“懂工艺”？过去在工业机器人上积累了大量场景，也沉淀下不少成熟工艺包，视觉检测、注塑埋入、涂胶、打磨、装配等都包括在内。

这些工艺能力与Agent技术结合，被封装成垂类工艺模型。基于工艺模型，积累的工艺能力可以复用、迁移到具身智能产品上，让具身智能产品真正懂工艺。产品性能的迭代也没停：新一代双臂机器人整机刚性提升30%，运动范围提升45%，臂展提升23%，为的是做出更适配实际场景需求的机器人产品。

对工厂落地而言，工业级可靠性是基础，也是底线。成熟的振动抑制技术、开放式的底层架构，再加上本体轻量化、高效散热等底层核心技术共同托底，机器人才能更好地适配真实工业场景，做到会干活、能落地。

接下来重点说说物料搬运场景。去年拓斯达发布了面向注塑场景的轮式机器人小拓；时隔一年，小拓又解锁了全新任务，大家可以先看视频。

视频里的小拓，搬运动作流畅、定位精准。这份稳定来自大量方案打磨与模型训练。针对搬运码垛场景，任务被拆解成抓取、转运、码放三大核心模块，依托小拓的双臂，搭载AI视觉定位技术，流水线上来料箱体可以自主抓取，工厂原有产线、场地无缝对接，真正做到零改造落地。

搭配SLAM导航技术，小拓能在厂区内自主巡航、精准对位，定位精度可达±5mm。借助AI大模型的自主规划能力，不用人工精细化编程调试，就能自主适配不同箱体规格和码垛垛形，动态调整码放位置，全场景的搬运需求都能接住。可移动、强智能、零改造、即插即用，这套方案四大优势齐备；移动和操作兼顾，再加上AI视觉识别，传统码垛方案做不到这些。

数据层面，从真机采集到合成数据的全流程已经打通。实采数据与仿真合成数据结合使用，数据采集成本和应用门槛大幅降低。原始数据经过清洗、标注、存储生成高质量数据集，用于模型训练，还能在仿真平台通过sim2sim技术充分验证，达到预期效果后再部署到实际场景，部署周期大幅缩短。

现场数据回流通道也已打通：在客户允许的前提下，持续回收现场作业数据，形成完整的数据闭环。这既反哺模型迭代，让方案越用越好用、越用越智能；也能对现场设备做状态监测与评估，提前识别风险，开展计划性维护。

搬运码垛之外，更多解决方案还在持续拓展。这里要介绍一位新伙伴：全尺寸双足人形机器人STAR。

这就是 TOPSTAR 里的 STAR。它的身高 1.72 米、体重 72 公斤，双臂能扛 10 公斤，动作灵活程度比人手还强。腰部可翻转 170°，在狭窄空间里干活更顺手。头部、胸部、背部各装一台相机，360° 感知周围环境。机身用镁铝合金打造，刚性好，重量也压得下来。电池能量密度高，续航超过四小时，够一个班次使用，还支持充电和换电两种补能方式。软硬件安全测试全套做完，进厂运行稳定、合规。

STAR 面向工厂场景设计，全身 41 个自由度，能复刻人类动作，手臂重复定位精度为 ±0.05mm。它靠双足行走，最高行走速度 1.2 m/s，可在车间里顺畅穿行；在狭小空间作业这一项上，和其他具身智能产品比有它自己的优势。

减震材料这块的难题，是公司和合作伙伴一起攻下来的。人跑步要穿跑鞋，机器人足部减震却很难办——太软，运动和作业精度受影响；太硬，又减不了震。前后做了数百次实验，才找到那个平衡点。

这一年节奏不慢。小拓完成 2.0 版本迭代，四足机器人“星仔”年初亮相，今天全新的双足人形机器人 STAR 也正式发布。

具身智能产品矩阵由此变得更丰富。接下来公司会推动多款具身装备协同作业、组合落地，拿出更多解决方案。

落地过程中也有清醒的判断：具身智能产业链很长，从核心零部件、本体，到数据、模型、场景应用，一家企业很难把全部工作做完，得靠上下游伙伴一起推产业化。发言人也对上下游生态合作伙伴和愿意共享场景的客户朋友表达了感谢。

路径很清楚：从真实场景定义产品，靠产品落地采集数据，用数据持续迭代模型，再把升级后的模型放回场景、服务生产。后面会继续做懂工艺、会干活、能落地的具身智能产品，让工业制造更美好。

谢谢大家！