工厂劳动力短缺已成为常态，尤其在制造工序繁多的汽车生产领域，打磨、飞拍检测、装配等环节至今未实现大规模自动化，而专业技工人数持续减少。

在上个月的WRC现场，众多客户围绕「知来具身」的机器人测算节拍、评估效率，讨论其精度、速度、寿命及投资回报比。相比吸引眼球的机器人“表演”，他们更关注一个现实问题：机器能否像人类一样高效且精准地工作？

如何让机器人真正融入工厂工作流，是当前具身智能行业面临的核心挑战。对此，成立于2021年的知来具身正提供自己的解决方案。

据介绍，凭借全栈自研的“世界模型+物理AI”技术体系，知来具身的飞拍检测、力控打磨、熨烫等机器人产品已批量进入多家全球头部汽车零部件产线。

“机器人要解决的，不仅是工厂已能自动化的部分，更是传统自动化后仍难以覆盖的复杂任务，要能完成剩余的脏活、苦活和累活。”知来具身董事长兼CEO俞琼表示。

从产业现场出发，让机器人真正下工厂干活

“我们是一支兼具汽车行业know-how和AI算法能力的复合型团队。”俞琼说。

俞琼于2024年初加入知来具身。此前他在汽车行业深耕近三十年，曾任福特汽车STA、采购高管；知来的技术研发团队主要来自阿里AI团队、南京大学强化学习团队等，具备人工智能算法、机器人学习与工程化落地经验。

知来具身的技术路线可概括为“世界大模型+物理AI”。团队将机器人能力拆解为四个模块：提供感知能力的视觉系统、负责决策的大脑、控制本体运动的小脑以及完成执行的末端执行器，形成完整技术闭环。

以打磨场景为例，传统打磨如同“盲削”土豆皮，无论土豆形状如何，都削成固定形状，易出现过打或欠打问题。

而知来具身基于多模态感知模型构建了“先感知、后执行”的作业体系：打磨机器人先由视觉系统精准识别每个“土豆”的表面结构，再实时动态规划轨迹以仿形贴合，仅处理毛刺部位。相比传统“盲打”，实现了“看见再打”的作业逻辑重构。

在执行层面，知来机器人在重复定位精度、末端最大线速度、连续工作续航等方面，已满足工业级的高精度、高节拍和高寿命要求。

在连接感知与执行的大脑算法层面，知来具身构建了“通用大模型+专家模型”的双层架构，使模型准确率达到99%。

但俞琼坦言，99%远非终点。“工业场景要求的准确率是99.99%，否则产线无法连贯运行。从99%到99.9%，研发投入需翻倍；再到99.99%，还需再翻一倍。”

遵循“从场景中来到场景中去”的原则，知来具身围绕汽车生产链形成多条产品线，其中飞拍、熨烫、打磨机器人已量产出货，取挂、装配、搬运机器人完成现场验证，其他灵巧手机器人处于研发小试阶段。

（图片：知来具身机器人产品工业场景作业示意图）

营收来自汽车工业产线，未来向AI硬件制造拓展

在完成从0到1的产品验证后，知来具身正处于从1到N的规模化增长阶段。俞琼透露，随着机器人产品在真实工业场景中持续落地和复购，公司销售情况保持高速增长。

目前，飞拍检测机器人已在金属件、内饰件等多类产品中批量应用，获得安道拓、李尔集团等全球汽车座椅头部客户订单。全球汽车行业前20强零部件供应商中，已有4家成为知来具身的长期合作伙伴。

为快速提升产能、降低生产成本，知来具身去年已与某上市公司达成上千套产能的产线合作。目前，双方共建的首条生产线已正式投入使用。

（图片：知来具身正在推进落地的工业场景示意图）

“我们的营收全部来自工业产线，没有表演娱乐和科教场景。”俞琼表示，知来具身以汽车行业为基本盘，未来将逐渐向AI硬件制造等领域拓展。

产品层面，知来具身正从“单机单能”向“一机多能”演进，计划在2027年中旬推出同时具备3-5种技能的机器人产品。

“我们最终的目标是让客户可以开箱即用。”俞琼表示。爱游戏APP平台的技术支持也为这一目标提供了坚实保障。