均普智能“超自动化工厂”参展WAIC 多台机器人协同作业产线破局工业具身智能

7月17日至20日，2026世界人工智能大会在上海举办，均普智能带来了一条全球首创的多机器人协同汽车BMS精密装配量产中试产线，完整呈现了新能源汽车BMS控制器从零部件到成品的精密装配全过程。简单来说，这相当于为行业提供了一个可以直接落地、复制的无人化、超自动化工厂解决方案样本。

受展位面积限制，这次现场演示只展示产线的核心单元，部署了3台G2机器人进行动态演示。但别小看这个缩略版——它完整复刻了原厂产线的调度、力控装配和视觉感知核心技术，三台机器人同步联动，全程无需人工干预。

在实际工厂环境中，这套标准化产线原生部署了6台G2系列轮式具身智能机器人，覆盖了从物料转运、精密装配、贴标装箱、料架堆放，到全产线智能巡检和预测性维护的全部工序。6台机器人分工明确，由产线PLC统一全局调度，支持7×24小时全链路无人化连续量产。

均普智能的负责人向笔者透露，目前行业里绝大多数具身智能方案还停留在实验室样机阶段，而他们的方案已经落地到真实工业产线并稳定运行。产线的核心是自研的“贾维斯工业套件（JIK）”工具链平台，通过局域网连接产线设备与上位机，实现多机器人节拍动态匹配和防碰撞协同。

那么，这套方案到底解决了传统产线哪些棘手问题？以本次落地的汽车电池管理装备实体产线为例，它主要攻克了传统产线两大“老大难”问题。

技术难点：高反光物料与亚毫米级精度

第一个难题是高反光物料的精准识别。传统视觉系统在光线变化或物料摆放偏移时，识别精度会大打折扣。均普智能自研的PIAB算法内置了专属识别模型，即便现场光线变化、物料摆放偏移，也能实时精准识别并完成抓取。第二个难题是亚毫米级的高精度放置需求。他们采用强化学习RL算法，满足了设备1毫米以内、亚毫米级的装配精度要求，这在传统生产线上几乎不可能实现。

此外，多台机器人协同作业的技术门槛在于空间与信息交互层面的实时通信。多台机器人可能在同一工作台交叉作业，每台机器人不仅要识别自身工作状态，还需要实时同步其他机器人的运行动作。设备间信息交互、通信实时性，是这项技术的关键门槛。

均普人工智能与人形机器人研究院总经理何川表示，下一阶段，公司将集中核心研发团队资源，在自研底层开发工具链、垂类工艺算法模型和多模态大模型上展开突破性的落地研发和测试。同时，结合生态上下游产业链的技术资源，拓展机器人在实际工业场景的应用及部署范围。一方面，为更多的工业生态合作伙伴提供底层的开发平台环境和能力，另一方面，也期望通过广泛的合作，快速迭代自研平台和算法工具包。