博银合创机器人进联电产线:准确率80%—90%,三道关卡待过
《科创板日报》10月30日讯(记者 李明明)工业具身智能开始进入真实的工业量产线。近日,由博世集团旗下博原资本与银河通用联合孵化的博银合创正式启用苏州总部,其工业级具身机器人已进入联合汽车电子(下称“联电”)上海工厂应用,主要针对汽车电子产线末端物料搬运的柔性作业缺口。近两年,工业具身智能连续写入政府工...
《科创板日报》10月30日讯(记者 李明明)工业具身智能已经踏进真实的工业量产线。
博世集团旗下博原资本与银河通用联合孵化的博银合创,近日正式启用苏州总部。其工业级具身机器人已在联合汽车电子(下称“联电”)上海工厂投入使用,瞄准的是汽车电子产线末端物料搬运这块柔性作业缺口。
工业具身智能近两年连续写入政府工作报告,也被纳入“十五五”未来产业规划。市场端,今年上半年全球人形机器人出货量同比涨了近300%。出货量在涨,设备进厂要规模化落地,却还卡在三个瓶颈上:节拍效率、成本模型、场景泛化。
《科创板日报》记者采访了解到,以博银合创为代表的垂类企业,与主打通用能力的人形机器人厂商走的是两条路:前者靠真实产线数据筑壁垒,并率先摸索工业场景的商业闭环。
末端搬运成了落地切口
汽车电子制造属于自动化程度最高的工业场景之一,可基础物料搬运环节对人的依赖依然明显。
联电上海厂厂长陆霓向《科创板日报》记者介绍,焊接、拧紧、点胶这些高精度工艺,工厂已全面由机器替代;线边物料搬运、上下料、散料分拣等末端环节,眼下还得靠人工。
陆霓提到,车间里的大范围运输已经由 AGV 接手,可产线“最后一公里”的精准取放料环节一直没有成熟的自动化方案;传统工业机器人对定位精度的要求又摆在那里。
具身智能的价值之一在场景复用:调试第一个场景的成本与传统机器人差不多,同类场景规模化复制之后,模型复用会拉低边际成本,正好对上汽车行业快速迭代的生产节奏。
《科创板日报》记者了解到,博银合创与联电的产线设备调试今年6月启动,本月首台具身机器人正式进入上海工厂量产线试跑,落地的是标准化取放料作业场景。设备目前作业准确率80%—90%,支持热插拔换电,单电池续航约6小时;放料偏差仍需少量人工介入修正,整体节拍效率还没赶上熟练人工的水平。
业内普遍测算,工业具身机器人整机成本要降到20万元以下,大规模替代人工才具备经济可行性。博银合创CEO任经纬对《科创板日报》记者说,工业场景的价值不能只拿人工作业节拍来对标,“夜班等工人排斥的高强度、重复性岗位,机器人可以7×24小时不间断作业,综合投入产出比是合理的。”
垂类模型路线:用真实产线数据补工业场景的短板
今年以来,具身智能赛道的技术路线分化越发清晰:通用派押注大一统模型,主攻全场景泛化;务实的垂类企业则扎进细分工业场景,先落地能商业化的工位场景。
博银合创走的是高度聚焦的垂类路线,锁定工业制造、厂内物流两大场景,在通用技术底座上做垂直深耕。
任经纬介绍,公司自研的Bolt模型不求全场景通用,只做工业场景的定向训练。行业普遍拿实验室仿真数据训练,公司则在苏州总部建了真机数据采集中心,用遥操复刻真实产线工位,采集带力反馈的完整作业序列数据,靠真实工业场景数据补上通用模型的适配短板。
任经纬表示,想让机器人真正适配工厂,训练就得放在真实工位作业场景里做。遥操采集的原生场景数据训出来的模型,适配性比仿真数据模型强出一截。随着场景数据越攒越多,模型的泛化能力也会往上走,最终做到“吃透单个工位、适配同类整条产线”。
博银合创由博世博原资本与银河通用联合孵化,它与银河通用的业务定位差异,业内一直在关注。
在任经纬看来,两家公司谈不上同业竞争。银河通用做的是通用大模型底座,铺零售、商用这类泛服务场景,还推出了消费级双足机器人;博银合创则扎在工业垂类,把底层大模型能力转成能落地的工业工程化方案。技术底座互通,业务赛道错开,走的是差异化协同的路子。
据了解,博银合创研发工业垂类模型时,底层技术支撑来自银河通用的“银河星脑”AstraBrain具身大模型和“银河星数”数据基础设施。
产能与产品规划方面,博银合创苏州基地计划2027年把年产能力提升至4000台,远期规划达到万台级年产规模。物料搬运场景目前已落地试用,分拣、上下料场景正持续验证迭代;行业端将优先覆盖汽车零部件、3C、新能源三大高需求赛道。
多位具身智能领域投资人向《科创板日报》记者表示,博银合创与联电的产线试跑,是国内工业具身智能从实验室原型走向真实量产场景的一个代表性案例。锚定汽车电子末端搬运的细分缺口、依托原生产线数据做垂类训练,这套模式比通用人形机器人路线落地更快,也针对性地解决了传统非标自动化柔性不足、迭代成本偏高的行业痛点。
不过行业现状仍有明显短板:设备当前的作业准确率、节拍效率尚未追上熟练人工标准,整机成本也没触及20万元规模化落地的临界点,商业闭环还处在早期验证阶段。垂类路线落地快,场景适用边界却偏窄,跨行业泛化能力仍待突破。工业具身智能要真正实现规模化人工替代,效率、成本、泛化这三道关卡还得一道道过。