文｜涵清
编辑｜徐青阳
AI服务器硬件的更新换代，正在把新的难题带到制造环节。
计算芯片、供电和散热方案的变化，涉及装配与测试流程的调整；产品型号和物料不断更新，也考验着工厂能否快速调整生产。
具身智能由此找到一个具体的用武之地：让机器人通过学习适应新任务，减少换型时的重新编程和调试。不过，工厂能给这些“新员工”多大空间，还要看它们在日常生产中的表现——既要学得快，也要干得稳。
9月16日，日冕开物与AI算力基础设施服务商远图在东莞成立工业具身智能联合实验室。现场，“超级工站”演示了两类物料的ICT（在线测试）上下料作业，新物料适配约需15分钟。日冕称，设备此前在远图产线开展的POC验证，测试成功率超过99%。
机器人进厂早已不是新鲜事。国际机器人联合会（IFR）发布的《世界机器人2025》显示，2024年中国工业机器人新增安装量约29.5万台，占全球54%，运行保有量超过200万台。
这些数字统计的是工业机器人整体，并非具身智能装机量。它们说明，新进入工厂的机器人面对的是一个已有成熟设备和供应商的市场。会学习、能适应变化，要成为客户采购的理由，还得证明能省下多少时间和成本。
频繁换型，是一些企业看中的机会。
服务器等电子产品存在型号、配置和批次差异，部分工位需要随物料变化调整治具与程序。如果一批订单数量不大，工程师花在调试上的时间，就可能影响自动化方案是否划算。
2025年11月，富士康与机器人软件公司Intrinsic宣布成立合资企业，计划从电子装配、检测、设备上下料等场景入手。双方提出的目标之一，就是减少产品更新时，专用自动化系统需要进行的大量重新开发。
日冕与远图的合作也指向这个问题：同一套设备能否更快接手新物料，让工厂少停机、少做重复调试。相比单次动作完成得多漂亮，这种能力更直接地关系到设备能否适应不同订单。
日冕开物成立于2026年3月，主要研发物理世界基础模型和具身智能解决方案，已完成两轮种子轮融资，投资方包括百度风投、远图未来等。
创始人兼CEO肖中阳为清华大学车辆工程博士，曾负责蔚来世界模型NWM的工程化与量产落地，并带队完成NWM1.0交付，2026年初离职创业。
按照公司的介绍，超级工站整合了机械臂、视觉、控制和模型训练能力，将实际作业中的失败、偏差和新物料转化为训练数据，再据此调整动作策略。已有经验能否用于后续任务，将影响每次部署需要多少现场调试。
不过，“15分钟适配”还需要放进完整的生产流程中比较。治具更换、校准、示教和训练是否全部计入，适配后多久达到稳定节拍，都会影响实际换型时间。
其他工厂项目提供了更具体的观察指标。Figure在2025年11月披露，其机器人在宝马工厂累计运行超过1250小时、完成超过9万件零件上料，并将作业节拍、放置成功率和人工干预次数列为关键考核指标。
汽车与服务器制造的工序不同，这些企业披露的数据不能直接用于比较技术水平。但它们提醒了一个容易被演示忽略的问题：设备一天能做多少工作，需要多少人照看，和单次操作能否成功同样重要。
日冕此次披露的成功率，尚缺少对应的测试次数、连续运行时长及人工介入频率。因此，目前能够看到的是特定工位的验证进展，还不足以判断长期生产表现。
双方提出2027年实现百台级部署、2030年推进万台级应用。要把试点变成持续订单，还需要证明每增加一个工位，不必重新投入大量定制开发；设备工作一整班，也能保持可接受的速度和稳定性。
对正在进入制造业的具身智能企业而言，工厂愿意提供一个试验工位只是开始，至于能否获得后续订单，还要看运行记录、维护成本和实际产出。
