Token导航 LogoToken导航

多可机器人5000+落地应用回应工业具身智能需求

更新时间 2026-10-17来源 高工机器人正文 3865字阅读约 13分钟17 张图片

加入高工机器人专业行业群,加微信:19065204977,出示名片,仅限机器人及智能制造产业链相关企业。

工业场景究竟需要怎样的具身智能机器人?这个问题,过去一年被反复提起,但答案一直不太清晰。

有人说要类人形态,有人说要强本体,有人说要通用大脑。可真正落到工业场景里,制造企业关心的从来不是这些。它们只问一件事:你能不能在我的产线上,稳定地把活干了。

在刚刚落幕的工博会上,多可机器人第一次把类人形机器人、仿生力控七轴机械臂、仿生轻型六轴机械臂、仿生人形一体化关节模组等具身智能家族全系列产品摆到了台前。此外,其半导体FinalTest工艺智能物料搬运系统更是拿下了CIIF机器人奖。

左右滑动查看更多

这两件事放在一起看,信息量不小。产品全系列亮相,说明多可机器人的布局已经从单点走向体系;拿下CIIF机器人奖,说明这套系统在工业场景里已经拿到了行业认可。

图片

具身智能展台,

摆出一条完整产品链

从最底层的关节模组,到中间的机械臂,再到最上层的类人形整机,多可机器人此次展出的不是某一款单品,而是一套完整的具身智能产品链。

这套体系的最底层,是仿生人形一体化关节模组。多可机器人展出了BSJ11、BSJ14、BSJ17、BSJ20等关节模组型号,覆盖不同扭矩等级。BSJ系列关节模组集成了mN级高精度扭矩传感器,采用双编码器架构,满载重复定位精度不超过0.001°,防护等级IP54。

在关节模组之上,是面向复杂运动控制的仿生力控七轴机械臂。多可机器人亮出了BR-R73P、BR-R73S、BR-R76S、BR-R712S等多款产品,覆盖不同负载和工作半径,每个关节都配置了高精度力矩传感器。这款产品的定位是:未来可以作为VLA模型的重要运动执行平台。

再往上一层,是更强调轻量化、高集成和快速部署的仿生轻型六轴机械臂。产品BR-R63和BR-R63R,采用中空走线,具备IP54防护,末端还专门留了相机线路接口。它既能独立使用,也能作为核心执行单元搭到移动机器人或柔性制造系统上。

图片

至此,多可机器人的机械臂产品线已经形成了“力控七轴+轻型六轴”的组合,分别对应高精度力控任务和轻量化柔性部署需求。当核心部件和执行单元具备之后,整机形态自然成为体系的外延。

多可机器人此次带来了两款类人形机器人。其中,BR-MR73A全身轮式人形机器人拥有21个自由度,带移动底盘,支持双臂协作,搭载视觉、激光雷达、语音交互等多传感融合系统。它面向的是智能巡检、物料搬运、生产辅助、商业服务这些需要移动能力的场景。

另一款BR-DR73上半身人形机器人,则搭载双七轴力控仿生机械臂,主打精密装配、电子制造、汽车零部件生产和实验室自动化,具备双臂协同、柔性抓取和复杂任务操作能力。一个偏移动作业,一个偏精密操作,两款整机正好覆盖了类人形机器人在工业场景中的两类典型需求。

图片

而产品体系是否成立,最终还要看现场应用。多可机器人展示了人形机器人双臂咖啡拉花、车锁检测、半导体装配等应用,这些展示共同说明了一点:环境感知、任务理解、运动控制、双臂协同和任务执行,这些能力需同时在线。

构建完整的产品链只是第一步,真正决定成败的是工业落地。

图片

通用能力只是入场券,

行业Know-how才是分水岭

工业场景有个特点:千差万别。

半导体车间和汽车焊装车间的生产流程、工艺要求、应用环境完全不同,对机器人的稳定性、精度、柔性和场景适应能力要求也不一样。这意味着,一套通用能力没法适配所有场景。

多可机器人的解法是:通用智能机器人产品能力+垂直领域深刻Know-how经验,把通用机器人能力进一步转化为面向具体工业任务的产品和解决方案。

左右滑动查看更多

这套解法能成立,靠的是两层支撑。

一层是技术底座。多可机器人围绕“感知、运动、智能、交互”持续布局,实现了核心零部件、系统、智能感知、认知决策及工业场景专家系统的全自研,具备行业稀缺的全栈研发能力。

另一层是行业积累。多可机器人在协作臂领域有十余年的技术积淀和工程化经验,这些经验正在系统性地应用到工业具身智能业务上。特别是在半导体AMHS物流、精密智能装配、柔性自适应焊接等高端制造场景里,其已沉淀大量一线工艺数据和复杂工况的落地经验。

技术底座加行业积累,构成了多可机器人独有的“数据飞轮”。数据、算法、硬件形成一个闭环,现场跑出来的数据反哺算法,算法迭代再落到硬件上,硬件再到现场跑出新数据。

在具身智能赛道里,算法团队不少,但能把算法和工业场景真正捏合在一起的,不多。多可机器人的差异化,恰恰在这里。

图片

半导体、焊接、汽车,

三个场景看具身智能怎么落地

工博会现场,多可机器人围绕半导体、智能焊接、汽车及一般工业等重点领域,集中展示了物料搬运、装配、焊接、打磨、检测、涂胶、螺丝锁付等一系列创新应用。

这三个场景,分别对应多可机器人在不同工业门类里的落地逻辑。

先看半导体,这个场景拼的是国产化替代。

多可机器人重磅展示了FinalTest工艺智能物料搬运系统,以及人形机器人芯片封装固晶设备精密上下料工作站。

图片

半导体FinalTest工艺有个痛点:物料需要在Stocker、电子货架及测试Handler等设备之间高效、精准地完成搬运和转运。这对智能物流系统的调度能力、设备协同能力以及现场空间利用率要求很高。

拿下CIIF机器人奖的FinalTest工艺智能物料搬运系统,采用空地一体化协同转运架构,通过0HS、AMR底盘以及MCs调度软件等多方面的技术创新,进一步提升半导体生产物流的自动化与智能化水平。

从产业链角度看,这套国产化FinalTest智能物料搬运方案,突破的是海外FinalTest转运装备的技术壁垒,补齐的是封测国产装备的能力短板。同时,这套方案还能降低设备采购及厂房改造成本,给更多中小封测企业推进智能化升级提供了一个新选择。

再看焊接,这个场景拼的是工艺积累。

多可机器人展出了全位置氩弧自动焊接系统、船舶免示教焊接系统9轴协作焊接系统、电弧焊协作机器人系统等新应用,基本覆盖焊接全场景。

图片
图片

焊接是典型工业场景,对机器人运动控制、轨迹规划、工艺适应和作业稳定性要求很高。同时这个行业还面临招工难、培训成本高的问题。

多可机器人的团队在焊接领域扎根十几年,经验最高者达32年,经历了从手工焊到自动化焊接的完整产业周期。这意味着他们能分辨什么是真痛点,也能把几十年的工艺经验拆解成软件里可调用的参数和逻辑。

硬件层面,W系列DUCO多可协作焊接机器人,负载范围3-10kg,重复定位精度可达±0.02mm~±0.03mm,防护等级IP65。自主研发的工艺包具备焊接逻辑交互与单手示教等核心功能。

软件层面,焊接工艺包已经迭代到V3.0版本,集成了焊机配置、焊接设置、工艺参数设置、视觉传感器设置,以及起弧、收弧、电弧跟踪、摆焊、多层多道、触碰寻位、激光寻位等多种功能。2025年,该焊接工艺包新增及优化了200余项功能,平均不到2天就有一项功能更新或优化落地。

多可机器人焊接总监刘博在接受高工机器人调研时曾说过一句话:“多可机器人在焊接领域的终极目标,只有两个:第一是服务企业,为企业解决焊工难题,第二是降低劳动者的工作强度,改善劳动者的工作环境。”

最后看汽车及一般工业,这个场景拼的是柔性适配。

面向汽车及一般工业制造场景,多可机器人带来了打磨、上下料、飞拍检测、装配、柔性涂胶螺丝锁付等解决方案。这些应用覆盖生产制造中的多个典型环节,也体现了机器人从单一工位自动化向更加柔性、多任务的智能作业方向发展。

左右滑动查看更多

以双臂协同力控装配车辆ECU线束这个应用为例,两台协作机器人作为核心执行单元,搭载达宽FORCEMASTER力控系统,通过双臂协同作业方式,完整呈现车辆ECU线束装配的智能化解决方案。装配过程的工艺数据被实时采集记录,全程可追溯、可复现、可孪生,为工艺持续优化提供依据。

三个场景看下来,多可机器人的这套解法不是纸上谈兵。而CIIF机器人奖,算是行业给这套解法盖的一个章。

产业化数据,

正在验证这套解法

解法有没有效,产业化数据是最好的证明。

多可机器人源自中科院新松系,2014年成立,2023年完成独立分拆,聚焦半导体全场景、智能焊接与智能装配场景,根据实际工业需求开发了系列工业具身产品。

目前,多可机器人已为海内外各行业头部制造企业提供智能化升级整体方案,形成从技术研发到项目落地的完整服务闭环,落地交付场景超过5000+。尤其在半导体等高精尖赛道,与全球众多头部客户合作多年,产品出海至东南亚、欧洲、北美等。

产品认证方面,其同步取得南德TÜV认证、超洁净等级、SEMI行业认证,可适配极端pH特殊工况,具备高端严苛场景准入门槛。

多可机器人的工业具身产品线已覆盖人形机器人整机、高性能力控机械臂及核心关节模组,其中力控机械臂产品已于2026年实现批量出货。

资本层面,多可机器人在今年6月份成功完成数亿元的A+轮融资,吸引了洪泰基金、鼎晖百孚联合领投,诚通基金、大众聚鼎、广州素元等知名资本跟投,老股东东珺资本再次加注。

这些信息拼在一起,多可机器人的发展路径就清晰了:先靠协作机器人领域十余年的技术积淀和工程化经验打底,再把核心零部件、控制系统、智能感知认知决策和工业场景专家系统做到全自研,然后用“数据—算法—硬件”的闭环进化能力,把技术真正落到产线上。

回到开头那个问题:工业场景究竟需要怎样的具身智能机器人?

多可机器人在此次工博会上给出了答案:让机器人具备更强的感知与理解能力,让智能与运动控制深度融合,让机器人更好地适应真实工业环境和复杂任务。

文章标签机器人应用落地
资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。

继续浏览更多资讯

返回资讯目录

相关资讯

更多