具身智能“绣花工”现身:它石机器人1小时挑战百次亚毫米线束装配,首破世界纪录!
导语:它石智航A1机器人首次实现柔性线束亚毫米级精密装配,打破吉尼斯世界纪录,为具身智能工业落地带来里程碑突破。
在今年上海AWE展会的机器人热潮中,当绝大多数展位还在靠后空翻、跳舞来吸引眼球时,它石智航却用一场静悄悄的“极限穿针引线”吸引了真正懂行的目光。3月12日,吉尼斯世界纪录认证官现场颁发证书——它石A1机器人以1小时内完成超百次0.5mm²精细柔性线束完整装配的惊人表现,拿下了中国具身智能在工业精密操作领域的首个吉尼斯世界纪录。这不仅是数字上的突破,更宣告了一个关键节点的到来:具身大模型终于走出实验室,具备了在真实产业场景“干细活”的能力。
工业自动化界的“哥德巴赫猜想”,被它石解决了
过去几年,大众对人形机器人的印象离不开跑酷、舞蹈,四足机器人则常以爬楼梯、越障出圈。这些炫技本质上考验的是机器人的运动能力,即对自身躯体的精准控制。但在工业场景中,真正能转化为生产力的并非“走得好”,而是“做得到”——也就是操作能力。这两者的难度天差地别:运动能力只需管好自己,操作能力则要改变外部世界,后者对环境感知、物体建模、力控协调的要求指数级上升。这也是为什么至今大规模落地的工业机器人仍然只能完成码垛、上下料等简单刚性操作,一旦面对柔性、精细的复杂工序就无计可施。而线束装配,正是这类难题的集大成者,被业界公认为工业自动化界的“哥德巴赫猜想”。
所谓线束装配,就是让机器人抓取极易变形的柔性线束,将插头精准穿过亚毫米间隙的端子孔,再稳稳插入同样狭小的接口中。这几秒的动作,需要视觉定位、力觉感知、轨迹规划在微米级层面完美协同。其核心难点几乎戳中了传统工业机器人的所有能力盲区:
- 柔性物体的不可控性:线束没有固定形态,拿取移动中会随时弯曲扭转,无法像刚性零件一样提前建模,机器人必须实时预判随机形变。
- 亚毫米级极致精度:接口间隙仅亚毫米,定位偏差超过几十微米就会导致装配失败甚至损坏元件。
- 力控平衡要求极高:插拔力太小无法完成,太大会撞坏端子,必须在极窄区间内精准施力。
- 长时重复作业的稳定性:工业需要的是上百次连续操作零失误,如何抑制误差累积、避免动作抖动,对控制系统是终极考验。
正因如此,线束装配行业长期依赖人工。一名熟练工需要3-6个月专业培训才能上岗,而高强度、高重复的劳动属性又导致年轻工人流失率居高不下。它石A1机器人此次挑战的,正是真实工业线束场景的1:1复刻,并非为纪录特制的环境。这意味着它的成功并非实验室偶然,而是具备了直接走进工厂产线的可落地性。
它石“干细活”背后,是AWE模型持续进化
能完成如此高难度的连续精密操作,绝非靠单一硬件升级就能实现。它石智航的核心武器,是首席科学家丁文超博士日前发布的通用具身大模型AWE3.0。它从空间感知、物理推理、泛化能力、数据与动作策略等多个层面,重构了机器人精细操作的技术范式。
看懂世界:4D数字沙盘,实时预判而非被动反应
机器人要精准操作,第一步是真正“理解”并“预判”所处的环境。AWE3.0通过自研的“世界分词器”,将视觉、触觉、本体感觉等多模态传感器输入转化为结构化的紧凑世界状态,为机器人构建了一个持续更新的4D“数字化世界沙盘”。这个沙盘不会随着画面帧切换而重置认知,而是持续保留对场景的理解,不仅能精准感知物体的位置与形态,更能预测其运动和相互作用的结果,提前规划动作路径。在线束装配中,这意味着机器人能实时预判线束的形变,同步调整动作,而非等偏差出现后再被动修正。数据显示,AWE的空间描述精度超过行业基准21%,推理速度达到行业基准的2.21倍,成功满足了工业场景对精度与实时性的双重刚需。
手眼合一:统一模型内融合视觉与力觉
线束装配的核心难点不止是“看得准”,更是“控得住力”。传统方案中视觉定位和力控分离,难以深度协同。AWE3.0在统一架构内实现了空间理解与物理推理的深度融合:持久、视角一致的世界表征让系统能在视角变化下稳定锁定接口三维位置;同时,世界状态集成的触觉与接触信息,使模型能精准推理接触动力学,并基于预测的接触结果生成动作,而非依赖被动反应式控制。就像熟练工人一样,眼睛看准位置的同时,手上已预判好插拔力道,一气呵成。这是具身智能感知-推理-行动闭环深度融合的集中体现。
跨场景泛化:未见视角下任务成功率提升3倍
真实工厂环境无法与实验室训练场景完全一致,产线布局、安装角度、光照条件千变万化。传统机器人往往需要为每个工位做定制化调试,成本高、周期长。AWE3.0基于全视角通感决策OSD,模型推理不再直接依赖有限的相机视角,而是基于已构建的世界状态进行决策。即便面对训练中从未见过的新视角,系统也能通过对世界状态的推理生成稳定动作。在RLBench基准测试中,这种泛化能力让机器人在未见视角下的任务成功率提升3倍,大幅降低了场景适配成本,使规模化工业应用成为可能。
数据底座:百万小时具身数据,驱动精细动作
精密操作离不开高质量训练数据。它石自建的WIYH数据集已积累超百万小时具身数据,覆盖六大类工业操作的接触模式。基于这些数据打造的视觉-触觉世界动作框架OmniVTA,让AWE3.0能以30Hz频率产生细粒度动作,实时感知接触状态变化并快速响应调整。正是这种极致的感知与控制能力,使机器人能够驾驭柔性线束的亚毫米级装配。值得一提的是,它石在成立之初就提出“Human-centric”数据采集范式,直接由人类演示获取高质量、可泛化的真实世界数据,为具身基座模型实现Scaling Law提供了关键语料。丁文超博士强调:“什么样的数据才能让机器人真正懂物理世界?我们认为Human Centric数据才是唯一解,而不是用遥操或仿真数据得到一个头重脚轻、不能在真实复杂环境用的VLA模型。”
丝滑动作:RTR策略让抖动降低超45%
一次装配成功不难,难得是上百次连续操作始终稳定流畅。传统机器人异步推理常导致动作块切换时出现卡顿、跳变。AWE3.0独创的隐空间重用再细化动作策略通过“预判+微调”机制,在隐动作空间中保留上一动作的剩余部分,并用新推理的潜在动作进行微调,有效消除了切换时的跳变与卡顿。测试显示,该技术让机器人动作轨迹抖动降低超过45%,动作执行更连续丝滑。同时,结合世界对齐的隐动作空间,系统不仅实现毫米级执行精度,还能从接近失败的状态中自动恢复,即使线束出现意外形变也能及时修正,保障了长周期作业的稳定性与一致性。
它石智航的一小步,具身智能落地的一大步
这项吉尼斯世界纪录的意义远超技术参数本身。它宣告了整个具身智能行业从“比谁更能演”向“比谁更能干”的转向。长久以来,全球具身智能企业陷入“炫技误区”,忽略了具身智能的本质使命——成为能替代人工、创造价值的生产力。它石A1超百次有效装配,是可重复、可验证、可交付的工业化能力,标志着中国通用具身大模型真正实现了从“理解世界”到“改造世界”的跨越。
从产业维度看,线束装配是制造业的共性基础工序,遍布3C、汽车、航空等领域,是一个千亿级的自动化痛点市场。传统人工模式面临招工难、成本高、流失快的困境,它石的突破为行业提供了革命性的解决方案,有望填补用工缺口,推动制造业向高附加值方向升级。从宏观视角看,这是中国新质生产力在高端制造领域的具象化体现,也是中国在全球具身智能赛道抢占制高点的重要标志。
当机器人真正学会了“干细活”,当通用具身大模型走进千行百业,我们终将看到科技创新如何真正驱动产业变革,为中国制造业的高端化、智能化升级注入源源不断的新动能。