多品种、小批量、订单快速切换，正在把传统自动化推到能力边界之外。它石智航联合创始人兼首席架构师陈同庆在第十二届中国机器人高峰论坛上给出的判断是：工序越柔性、任务越泛化、环节越靠近生产末端，越是固定程序、专用夹具和预设流程“到不了的地方”。人工作业灵活，却受效率上限、技能依赖、质量稳定性和招工难、用工成本上升的制约。
真正的突破点不在让机器“动起来”，而在构建能理解任务、感知环境、自主规划、灵活操作并持续学习的具身智能体。它石智航的路径是“基座模型+应用”：一边造面向物理世界的原生基座模型，一边进真实产业现场，让物理AI在真实任务中被验证、被交付。
百万小时数据炼出的 AWE
其自研的AWE（AI World Engine）具身原生基座模型，累积真实世界数据超过百万小时，参数规模达百亿级，重点攻克精细操作、柔性物体处理与长程任务规划。在工业场景中，AWE 可泛化到线束装配、精密插接、自主上下料、外观检测、多品分拣和巡检管理等任务。
模型的持续进化依靠真实产线的数据闭环：模型投入应用，应用产生数据，数据回流训练，优化后的模型再反哺产线，形成“作业—数据—进化”的循环。这套循环比单次采集的大数据集更接近现场：变化工况、异常件和操作偏差都会成为下一轮训练的材料。
本体决定落地边界
陈同庆的说法是：“模型定义能力的上限，本体决定落地的边界。”与之配套的是A系列轮式机器人、T系列双足机器人，以及21自由度准直驱灵巧手。DexHand 覆盖33种人手抓握类型，力分辨率10毫牛，空间分辨率0.1毫米，多项关键指标达到或超过人手水平，用于复杂工业任务中的精准抓取与柔性操作。硬件全自研的意义在于，模型的动作空间与本体能力可以一起设计，而不是迁就通用平台。
从一个标杆到39类场景
线束装配是工业自动化的“硬骨头”，高度依赖人工经验。它石把这一环节做成稳定、可追溯、可复制的自动化作业单元，取得亚毫米级线束装配的吉尼斯世界纪录，并在全球范围内首次实现百台机器人在柔性装配产线的集群部署与协同作业。
一个标杆跑通只是起点。依托工程化与标准化交付能力，其应用已覆盖国家卓越级智能工厂的39类场景，既能承担厂内物流等重载作业，也能胜任精密连接器装配、线束电检、自动抽检等精细操作。客户可以从约10台的单场景高价值工序验证起步，再扩展到千台以上的集团级复制。
具身智能进产线，靠的不是一次演示，而是“模型—本体—数据闭环—标准化交付”四件事同时成立。少一环，规模复制就会停在样板间。
资料来源：从模型到产线，让机器人在真实场景创造真实价值 — 中青在线（2026-10-15）。本文为技术要点整理/编译，非原文全文。