高工機器人產業钻研所(GGII)數據顯示,過去三年,中國工業機器人銷量在30萬臺高低波動,預計2025年銷量將達到33.2萬臺,整體增長依然不足強勁動力。
?
“不具身,無未來」佚成為機器人行業的共識。據GGII數據,2025年我國工業具身機器人市場規模約47.3億元,而到2035年,這一數字有望達到1644.1億元,年複合增長率高達42.3%。
?

當前,中國工業機器人產業面臨一個主题矛盾:廣闊市場远景與低滲透率並存。
?
破局火烧眉毛的同時,工業具身智能這一條千億賽路,正吸引了大量基因各異的玩家湧入。
?
工業具身智能產業正站在兩條截然分歧的發展路徑交匯處:一條是從通用場景到工業應用的“自上而下”路徑,另一條是從工業場景到更多領域的“自下而上”路徑。拓斯達明確選擇了後者。
?
這家紮根於製造業、累計服務客戶超過1.5萬家的企業,將工業現場痛點作為思虑具身智能落地的起點。
??
AI+機器人,相互成就
?
在拓斯達機器人產品線總經理黃晶看來,實現中國機器人市場規S庠绞皆鲩L的重要瓶頸在於行業內從業人員存在“懂工藝的不懂編程,懂編程的不懂工藝”的能力錯配痛點。行業應用經驗與產品落地能力的稀缺,導致許多機器人解決规划難以真正滿足製造業複雜多變的需要。
?
時代呼喚人为智慧企業與機器人企業的優勢互補與能力融合。
?
2025年4月,拓斯達與智譜華章成立合資公司矩陣智拓,黃晶兼任矩陣智拓CEO。智譜華章作為AI企業,擁有大量高級AI人才資源,大模型開發能力凸起;拓斯達作為機器人企業,提供具身智能產品軟硬體載體,擁有豐富的工業場景應用經驗與數據。
?
這種融合創造了雙沉價值:一方面優化現有應用場景,提升設備智能化水準並降低使用門檻;另一方面推動人才與技術交叉融合,在各行各業創造新的應用場景。
?
黃晶做了個有意思的迸作,當前AI在物理世界,相當於一個三歲幼孩,TA只能打醬油,若是但愿TA去學騎自行車,就必要為TA在自行車上安裝一對輔助輪,而“工作站」佚是這一對輔助輪,它能夠根據AI現階段的能力去节造變數,使其現有能力發揮到最大值。
?
兩條腿走路的務實路徑
?
面對工業場景的複雜性,拓斯達選擇了一條務實的技術路徑,整體戰略邏輯是:以AI的進化發展為主線,通過工作站實現急剧落地,積累場景數據並遷移至人形機器人。
?
路徑一:垂直模型+自動化
以工作站為載體優化已有應用場景。這條路徑的主题是用AI技術刷新傳統自動化规划,解決製造業長期存在的柔性生產難題。
?
根據這一理想,在玩具製造行業,拓斯達推出了AI裝箱/裝盤工作站,這個行業產品多樣化、更新迭代快,必要頻繁換產,有時每2-4幼時就要更換一次產品。
?
拓斯達的解決规划通過三大技術點實現了突破:視覺大模型獲取盒子尺寸取代人为測量;自適應換產演算法根據視覺獲取的尺寸自動天生最優運動路徑;智能語音交互讓普工也能通過語音节造一鍵啟動換產。
?
通過AI大模型的能力,傳統必要工程師耗費數幼時調試的換產流程,現在只需普工用語音指揮機器人在15分鐘內实现,單條產線可節省12個人力,人力換算投資回報率僅1.5年左右,工段週期縮短至2.8-3.2秒,產能達到1000+UPH。
?
AI拆碼垛工作站則以一套解決规划滿足物流、製造、倉儲等行業各類碼垛與拆垛高頻場景,通過AI技術實現自動參數配置、垛形天生、路徑規劃等职能。
?
當前,傳統的自動化规划仍依賴人为與預定義規則,視覺系統在複雜場景下自適應和泛化能力不及。未來,通過具身大模型AI加持,有望實現全自動作業,無需人為干預,提升分揀準確性、速度與泛化能力。
?
拓斯達提供的這套工作站採用了多項創新技術:大模型任務拆解技術將複雜任務分化為可執行的子任務;天生式AI運動規劃技術自動天生高效運動路徑;AI大模型視覺識別與定位技術提升識別準確性;雲邊端架構運動节造技術實現高效協同。這套解決规划顯著提升了作業效能與靠得住性,同時降低了部署與運維成本。
?
路徑二:大模型+人形機器人
?
創造新的應用場景。這條路徑面向更長遠未來,將端到端的大模型與人形機器人結合,應用於人丁密集型、對效能要求相對較低的傳統場景。
?
2025年9月,拓斯達發佈了“拓星紀”系列輪式人形機器人,標誌著拓斯達在具身智能第二條路徑上的實質性進展。
?
該機器人搭載了智譜AI大模型,具備通過思維鏈進行複雜任務推理的能力,在倉儲或工廠環境中能夠實現對複雜任務的自主推理與決策。其仿生七自由度雙臂可靈活適配靈巧手、夾吃祺、吸盤等多種结尾執行器,雙臂協作能應對多種作業場景。
?

?
拓斯達選擇從注塑行業這一典型工業場景切入,打造“會幹活、懂工藝”的人形機器人。這款被譽為“全球首臺在注塑場景應用的智能人形機器人”,能夠自主实现無人機槳葉的分揀、檢測和擺盤作業,機器人根據相機獲取的地位和篩檢結果,將注塑好的無人機槳葉依照特定順序和碼型放到碼盤中,分揀效能達到1500片/幼時以上,精准度達到工業級的0.05毫米,可識別至少3種物料和6種缺点類型。
?
作為製造業起身的公司,拓斯達對產品的評判標準是客戶需要。這也是拓斯達首先推出輪式而非足式機器人的考慮,拓斯達董事、副總裁張朋認為:“當前在工業領域,尤其在廠房、車間,行業必要的是能夠真正幹活的機器人,顯然這方面輪式機器人更實用,性價比更高。”
?
這種務實考量也體現在拓斯達的數據訓練战术上,面對製造業“數據孤島”與高保密性的雙沉挑戰,拓斯達選擇“從幼做起,務實前杏妆,即先從可開放數據的客戶場景切入,積累有效數據,持續優化模型。
?

?
拓斯達選擇在注塑場景進行落地,這一決策背後有著沉思熟慮:注塑領域荟萃了大量中幼企業,普遍面臨多品種、幼批量的生產挑戰。憑藉在注塑行業近二十年的深厚積累,拓斯達將充分發揮其對應用場景的深刻理解,與客戶緊密協作,共同打造高度適配注塑工藝的具身智能體。
?
?
工業護城河,場景與數據的深度綁定
?
能够發現,拓斯達在驗證一條獨特的具身智能產業化路徑。
?
拓斯達的索求為行業提供了三個沉要啟示:以場景定義產品;採用漸進式創新路徑,從工作站到人形機器人;構建跨界合作生態,彌補能力缺口。
?
從長遠看,工業場景將成為具身智能邁向成熟的“第一考場”。機器人一旦在工業製造場景實現規;瘧,海量的具身數據與不斷進化的算力將形成飛輪效應,使機器人的能力得到階梯式解鎖。
?
在工業垂直場景,數據是AI進化的第一燃料,然而“數據”何時質變為“智能”,目前暫無定論,“也許10年,拓斯達等得起,也許3年,拓斯達也接得住。”張朋這句話充分體現了拓斯達長期主義的經營哲學。
?
對於拓斯達而言,工業場景是其長期紮根與投入迪隝域。董事長吳豐禮明確暗示,未來拓斯達的第一個5年要“做厚根基盤”,第二個5年“做強大裝備”,隨後的10年則將專注於人为智慧技術在製造業場景的深度落地。目前,拓斯達已構建“場景+機器人+數據+AI”商業閉環,正穩步推進從注塑單場景到工業多場景、商業全場景的拓展。
?