高工機器人產業研究所（GGII）數據顯示 ，過去三年 ，中國工業機器人銷量在30萬臺上下波動 ，預計2025年銷量將達到33.2萬臺 ，整體增長依然缺乏強勁動力。
?
“不具身 ，無未來”正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焦点矛盾：廣闊市場远景與低滲透率並存。
?
破局迫在眉睫的同時 ，工業具身智能這一條千億賽道 ，正吸引了大宗基因各異的玩家湧入。
?
工業具身智能產業正站在兩條截然差别的發展路徑交匯處：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索具身智能落地的起點。
??
AI+機器人 ，相互成绩
?
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�？缭绞皆鲩L的主要瓶頸在於行業內從業人員保存“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计划難以真正滿足製造業複雜多變的需求。
?
時代呼喚人工智慧企業與機器人企業的優勢互補與能力融合。
?
2025年4月 ，拓斯達與智譜華章建设合資公司矩陣智拓 ，黃晶兼任矩陣智拓CEO。智譜華章作為AI企業 ，擁有大宗高級AI人才資源 ，大模子開發能力突出；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。
?
這種融合創造了雙重價值：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织融合 ，在各行各業創造新的應用場景。
?
黃晶做了個有意思的比喻 ，當前AI在物理天下 ，相當於一個三歲小孩 ，TA只能打醬油 ，若是希望TA去學騎自行車 ，就需要為TA在自行車上安裝一對輔助輪 ，而“事情站”正是這一對輔助輪 ，它能夠根據AI現階段的能力去控制變數 ，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 ，通過事情站實現快速落地 ，積累場景數據並遷移至人形機器人。
?
路徑一：笔直模子+自動化
以事情站為載體優化已有應用場景。這條路徑的焦点是用AI技術刷新傳統自動化计划 ，解決製造業長期保存的柔性生產難題。
?
根據這一理念 ，在玩具製造行業 ，拓斯達推出了AI裝箱/裝盤事情站 ，這個行業產品多樣化、更新迭代快 ，需要頻繁換產 ，有時每2-4小時就要更換一次產品。
?
拓斯達的解決计划通過三大技術點實現了突破：視覺大模子獲取盒子尺寸取代人工測量；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控制一鍵啟動換產。
?
通過AI大模子的能力 ，傳統需要工程師耗費數小時調試的換產流程 ，現在只需普工用語音指揮機器人在15分鐘內完成 ，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拆碼垛事情站則以一套解決计划滿足物流、製造、倉儲等行業各類碼垛與拆垛高頻場景 ，通過AI技術實現自動參數设置、垛形天生、路徑規劃等功效。
?
當前 ，傳統的自動化计划仍依賴人工與預定義規則 ，視覺系統在複雜場景下自適應和泛化能力缺乏。未來 ，通過具身大模子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、速率與泛化能力。
?
拓斯達提供的這套事情站採用了多項創新技術：大模子任務拆解技術將複雜任務剖析為可執行的子任務；天生式AI運動規劃技術自動天生高效運動路徑；AI大模子視覺識別與定位技術提升識別準確性；雲邊端架構運動控制技術實現高效協同。這套解決计划顯著提升了作業效率與可靠性 ，同時降低了安排與運維本钱。
?
路徑二：大模子+人形機器人
?
創造新的應用場景。這條路徑面向更長遠未來 ，將端到端的大模子與人形機器人結合 ，應用於生齿麋集型、對效率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大模子 ，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、夾持器、吸盤等多種最后執行器 ，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范工業場景切入 ，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强人形機器人” ，能夠自主完成無人機槳葉的分揀、檢測和擺盤作業 ，機器人根據相機獲取的位置和篩檢結果 ，將注塑好的無人機槳葉凭证特定順序和碼型放到碼盤中 ，分揀效率達到1500片/小時以上 ，精准度達到工業級的0.05毫米 ，可識別至少3種物料和6種缺陷類型。
?
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求。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 ，行業需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略上 ，面對製造業“數據孤島”與高保密性的雙重挑戰 ，拓斯達選擇“從小做起 ，務實前行” ，即先從可開放數據的客戶場景切入 ，積累有用數據 ，持續優化模子。
?
?
拓斯達選擇在注塑場景進行落地 ，這一決策背後有著深思熟慮：注塑領域群集了大宗中小企業 ，普遍面臨多品種、小批量的生產挑戰。憑藉在注塑行業近二十年的深挚積累 ，拓斯達將充分發揮其對應用場景的深刻明确 ，與客戶緊密協作 ，配合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
?
可以發現 ，拓斯達正在驗證一條獨特的具身智能產業化路徑。
?
拓斯達的探索為行業提供了三個主要啟示：以場景定義產品；採用漸進式創新路徑 ，從事情站到人形機器人；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 ，使機器人的能力获得階梯式解鎖。
?
在工業笔直場景 ，數據是AI進化的第一燃料 ，然而“數據”何時質變為“智能” ，现在暫無定論 ，“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的領域。董事長吳豐禮明確体现 ，未來拓斯達的第一個5年要“做厚基本盤” ，第二個5年“做強大裝備” ，隨後的10年則將專注於人工智慧技術在製造業場景的深度落地。现在 ，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。
?
-
2026-03-30 -
2026-03-16
-
2026-02-11
-
2025-11-10
-
2025-11-10