這些缺少戲劇化展示效果的場景，構成了優艾智合過去近十年的業務基本盤。
2017年成立以來，這家公司長期聚焦工業物流和巡檢運維兩大場景，其核心產品被稱為“移動操作機器人”：以移動底盤為“腳”，以多模態傳感器為“眼”，以機械臂和末端執行器為“手”，在真實工業環境中完成移動、感知和操作。
優艾智合移動操作機器人在半導體行業應用
如今，優艾智合正加速沖刺資本市場，有望登陸港股，成為“移動操作機器人第一股”。
與此同時，隨著人形機器人和通用具身智能浪潮興起，優艾智合也推出了雙足、輪式等多種形態的天演系列人形機器人。但在優艾智合聯合創始人、首席具身智能工程師趙萬秋看來，人形機器人浪潮并沒有改變公司的核心方向。優艾智合始終都在回答一個核心問題：工業場景究竟需要怎樣的具身智能？
優艾智合聯合創始人、首席具身智能工程師趙萬秋
以下為新戰略移動機器人全媒體與優艾智合趙萬秋的對話實錄（有刪改）。
精彩問答
Q
優艾智合目前在具身智能領域落地的主要產品與應用方向是什么？
趙萬秋：
我們成立于2017年，至今已進入第十個發展年頭。這十年間，我們聚焦具身智能技術，在工業制造、電力巡檢等多個垂直行業實現了真實場景的大規模落地，并沉淀了深厚的專業技術能力。
我們的核心產品是“移動操作機器人”，它融合了移動底盤、多模態傳感器與末端執行器，形成手-眼-腳三位一體的具身系統。
在工業領域，我們已實現批量推廣：面向半導體行業，機器人部署在晶圓廠最先進產線，緊鄰光刻機運行，承擔晶圓搬運等高精度工序；并延伸至3C、新能源汽車鋰電池等產線，承擔物料轉運任務。
在智能巡檢方向，我們聚焦能源化工行業，在輸電站、變電站、配電站等關鍵節點部署多形態智能巡檢機器人，替代人工完成高壓開關柜巡檢操作等高危作業，顯著降低人身與財產風險。
優艾智合移動操作機器人智能巡檢應用
此外，我們正加速布局新一代形態，已推出天演系列四款產品，包括雙足人形、全向輪式機器人等，其中鈞儀（雙臂電力操作型）、巡霄（巡檢與小物料分揀型）及最新發布的隙鋒（高靈活性工業型，支持0–2.4米升降、全向移動與復雜路徑通行）已在實際場景中落地應用。
A
Q
當前行業普遍關注具身智能的“通用性”，而優艾智合既有專用移動操作機器人，又推出人形機器人，公司如何看待這兩條技術路線的關系？
趙萬秋：
這不是過渡，而是并行發展的兩條互補路線。
專用機器人針對工業生產中對效率、穩定性與節拍要求極高的核心工序，比如晶圓搬運、電池裝配，它必須滿足“高效率、高穩定性、高節拍”這三大剛性指標，這是我們從工業革命以來始終未變的根本邏輯。這類機器人已在頭部客戶工廠實現數百臺集群化運行，覆蓋約60%–70%的工業場景。
而人形機器人代表的是通用具身智能路線，它更強調越障能力、雙臂靈巧操作與空間可達性，適用于運維保養、非節拍依賴的柔性任務，比如設備日常巡檢、異常處置等，這部分約占工業場景剩余的30%–40%。它不替代專用機器人，而是補足其能力邊界。
優艾智合“巡霄”人形機器人
未來，二者將長期共存、協同演進，共同提升工業智能化的覆蓋率與魯棒性。
A
Q
天演系列人形機器人包含多種構型（如雙足、輪式），優艾智合為何采用如此多元的形態設計？不同構型的核心能力差異是什么？
趙萬秋：
我們堅持“能力導向，而非形態模仿”。人形不是為了像人，而是為了通用；但通用也不等于只靠雙足。
比如四足構型，憑借四個支點，在站立穩定性與復雜地形越障能力上顯著優于雙足，更適合電力巡檢中野外、坡道、不平整地面等場景；
而輪式或輪腿融合構型，則強化了高速、平穩、窄通道通行能力，像最新發布的隙鋒機型，支持全向移動、S形與八字形軌跡，可直行、橫移、原地轉向，精準適應工廠狹窄通道與密集產線布局。
優艾智合“隙峰”人形機器人
上半身統一采用雙臂設計，核心在于實現雙手協作的靈巧操作能力，而非追求人體比例或面部特征。
所有構型都是根據具體場景對移動性、穩定性、操作性、環境適應性的綜合需求所做出的能力組合，不是隨意堆砌，而是精準匹配。
A
Q
“一腦多態”是優艾智合強調的技術架構，這一架構具體如何實現？它對產品研發與規模化落地帶來哪些實質性價值？
趙萬秋：
一腦多態的核心是“中央大腦+可復用能力模塊”。
我們構建了統一的“智合大腦”作為中央決策與調度中樞，它既支撐多機集群協同，比如在客戶廠房內調度上百臺機器人實現最優路徑規劃與任務分配，形成類似螞蟻王國的群體智能；也承載跨形態復用的能力基座。
我們把抓取、視覺識別、力控、導航等能力從單個機器人中抽象出來，沉淀到大腦中，再按需賦予不同物理載體。這意味著，哪怕是一款全新構型的機器人，也無需從零訓練，天然繼承已有機器人驗證過的操作邏輯與感知模型。
這極大壓縮了新機型從發布到現場調試、穩定運行的周期，讓技術迭代真正服務于產業落地節奏，而不是被重復開發拖慢。
A
Q
優艾智合提出的“智合（FabriX）大模型”與當前主流的具身大模型有何本質區別？如何看待當前業內關于VLA 和世界模型的爭論？
趙萬秋：
我們在工業場景的長期實踐中發現，具身智能真正走向工業落地，必須跨越“不可能三角”、耦合階數躍遷、遺留系統約束三座大山。
因此，FabriX不同于工業版VLA，是優艾智合深度融合細分工業Know-how，打造的面向工業復雜作業場景的具身智能技術基座。通過確定性先驗蒸餾、約束錨定智能體等方式，FabriX讓AI既有工業精度又有調度的確定性。
為打破泛化、效率、可靠性難以兼顧的“不可能三角”，FabriX創新引入先驗引導，蒸餾出確定性數據，為動作擴散指明方向，在保留AI靈活度的同時為安全兜底；依托雙回路邏輯校驗層，對大模型輸出結果進行確定性約束與核驗，賦予模型自主診斷、故障恢復能力，保障工業集群調度與生產運行的高可靠性。
無論是VLA還是世界模型，落地工業都必須解決概率性輸出的問題。因為在工業場景1%的失敗率也會造成產能損失、節拍打亂和安全風險，這在工業場景是不能接受的。落地工業不止于模型能力的單點突破，必須實現模型能力和工程系統能力的全面升級。
A
Q
具身智能高度依賴高質量數據，而工業客戶普遍對數據采集敏感，優艾智合如何構建可持續、合規、有效的工業數據閉環？
趙萬秋：
不同于消費級產品，我們將數據訓練過程分為兩個階段。
出廠前的訓練不在客戶現場進行，通過脫敏場景完成機器人預訓練，依托FabriX蒸餾出基礎能力并固化到機器人端側，讓機器人“帶著基礎能力出廠”。
到達客戶現場后，機器人再進行二次適配。通過低樣本遷移技術，僅需采集50至200條數據即可完成單個技能的訓練，且全部訓練過程在客戶本地完成，數據全程不出園區。
這種分階段訓練的機制，在工業場景中是完全可以接受的，既滿足了工業場景快速適配的應用閉環，也守住了數據安全的底線。
A
Q
在具身智能大模型的競爭中，算法、數據、算力、硬件、場景，哪一項是決定性因素？優艾智合如何構建系統性競爭力？
趙萬秋：
具身智能是一個系統工程，算法、數據、算力、硬件、場景不是非此即彼的“單選”，單一維度的領先不足以支撐真正的規?；涞?。我們構建了“技術－場景－產品”三位一體成長框架，實現在工業場景的領先應用。
在技術層面，我們在多模態數據融合的機器人定位、端邊協同的通用具身智能復雜操作模型、模塊化和高安全性機器人設計、面向復雜柔性制造過程的全域物流管控技術等技術方向持續迭代。
憑借深厚的技術積累，我們聚焦半導體、能源化工等高難度場景持續深耕，在半導體領域進入十余家國內外晶圓廠，在能源化工領域實現原材料、電力、化工、冶金等全鏈路覆蓋，累計落地超800個具身智能場景落地項目。
優艾智合“鈞儀”機器人在能源化工行業應用
依托技術積累，面向場景需求，我們打造多形態機器人本體，配合高泛化工業具身智能模型及FabriX，實現解決方案的高效落地，并沉淀了大量的場景經驗與行業Know-how，用落地項目積累的豐富經驗持續反哺技術優化升級，驅動技術迭代循環。
A
Q
當前人形機器人賽道競爭激烈，既有傳統機器人企業、車企，也有AI大模型公司，優艾智合相較于這些參與者，核心差異化優勢是什么？
趙萬秋：
我們的優勢根植于“真實工業場景”本身。
第一是深度場景理解。我們不是從實驗室出發，而是從晶圓廠、電池車間、變電站現場出發，積累了對半導體搬運工藝、電力帶電操作安全規范、產線節拍約束等一線需求的深刻認知；
第二是真實數據閉環。我們已在數百個工業現場部署機器人，所有模型訓練與優化均基于真實工況數據，而非仿真或泛化數據，因此天演系列已能穩定操作各類電力開關、面板及工業設備；
第三是垂直整合能力。我們自研“FabriX智合大模型”，該模型近日在全球具身智能領域權威榜單Evo-SOTA中位列第一。專為“單工位、短工序、高穩定”場景優化，最低輸入50條樣本即可完成訓練，次日上崗，復現準確率超90%。
優艾智合聚焦“能用、好用、快用”的產業化閉環，這是無法被簡單復制的護城河。
A
Q
未來3–5年，優艾智合在技術、產業與社會價值層面希望達成怎樣的發展目標？后續是否會進一步拓展至更廣闊的機器人應用場景？
趙萬秋：
三年內，我們要推動具身智能走向更多應用場景，實現規?；涞兀晃迥陜?，我們要讓機器人成為像汽車一樣普及的基礎設施，深度融入半導體、3C、新能源、電力等關鍵行業的工藝流程，間接提升老百姓用電穩定性、手機與汽車的產品質量與性價比。
在扎實服務好工業主航道的前提下，我們不排除向更廣闊場景延伸。當我們在工業領域建立起堅實的技術底座、數據資產與工程能力后，自然會評估面向家庭、社區、公共服務等場景的可能性。
但我們的初心不會改變：始終堅持具身智能這一技術主線，不做概念包裝，不做功能堆砌。我們公司的英文名是YOUIBOT，寓意“You and I”，長遠愿景就是實現機器人與人類的和諧共生，讓技術真正服務于人、賦能于業。
A
結語：
從移動操作機器人走向多形態具身智能，優艾智合的路徑始終圍繞真實工業場景展開。對它而言，通用能力并不來自抽象概念，而來自一次次進入工廠、理解工藝、完成交付。人形機器人熱潮仍在繼續，但誰能真正把機器人變成穩定、可復制的生產力，才是這場競爭更關鍵的答案。
