2026年6月10日，成立僅一年的具身智能公司光象科技正式發佈其首款工業級自進化機器人Phi-Bot X1，並宣佈該機器人已進入蔚來等頭部汽車製造商的真實生產場景。這一進展為“機器人如何成為生產力”的問題提供了一個階段性答案，也折射出中國具身智能創業從實驗室走向產線的加速趨勢。
光象科技的創始組合頗具看點。CEO張濤是清華大學車輛工程博士，曾創業並加入高德，在自動駕駛感知定位領域有近十年產業經驗；聯合創始人李升波則是清華大學車輛與運載學院教授，是國內最早推動端到端自動駕駛研究的學者之一。兩人師出同門，卻在產業與科研兩條路徑上各自深耕。2024年中，ChatGPT引發的大模型浪潮與特斯拉FSD展現的端到端智能潛力，讓他們共同意識到新的技術週期已至。經過對技術路線和商業場景的反覆討論，他們將方向鎖定在具身智能，並於2025年4月正式創辦光象科技，公司由清華大學車輛與運載學院和人工智能學院聯合孵化。
在場景選擇上，光象科技沒有直奔許多同行眼中的終極目標——家庭場景，而是切入工業製造，尤其是汽車製造。張濤將具身智能場景按“環境”與“任務”兩個維度拆解：家庭場景同時面臨複雜環境理解與複雜操作的雙重挑戰，而工業場景擁有更成熟的標準化基礎，可以讓團隊集中資源突破操作能力。汽車製造作為全球規模最大、標準化程度最高的工業領域之一，其嚴格的生產節拍、作業精度和穩定性要求，恰好成為打磨機器人通用能力的“練兵場”。
Phi-Bot X1的硬件配置圍繞真實工業需求設計。感知系統由3D激光雷達、RGBD深度相機、雙目相機和超聲波雷達構成，定位精度達到10毫米，末端重複定位精度達0.05毫米。移動部分採用四舵輪全向底盤，支持橫移、斜向移動和原地轉向；升降腰結構將作業範圍擴展至0至2.5米。機器人擁有27個自由度和全關節力控雙臂，支持1分鐘快速換電。在任務層面，依託可更換末端執行器和泛化技能庫，Phi-Bot X1能夠完成質檢、上料、分揀、擰緊、粘貼、插接等多種工業任務。相比傳統工業自動化方案動輒數月的集成周期，其部署週期可縮短至周級甚至天級。
實際驗證數據進一步說明了其產線適應能力。在移動質檢場景中，機器人實現100%檢測覆蓋率，相比非協同檢測方式整體效率提升51%，相較人工工位節拍縮短25%至45%。在焊接上料場景中，雙孔同時對準任務的動態位置精度達毫米級，角度控制精度在0.3°以內。今年4月完成整機集成後，Phi-Bot X1在2026 ATC展會現場連續完成21.5小時上下料作業，期間未出現中斷，成功率100%。目前，光象科技已與蔚來等多家頭部車企開展合作，機器人已進入真實汽車工位。
技術路線上，光象科技將強化學習視為未來核心方向。當前具身智能行業主流方案多基於模仿學習，依賴大量人工示範數據。張濤認為，若需覆蓋數百甚至上千種任務，僅靠人工採集數據難以支撐模型持續擴展，而強化學習通過試錯和反饋不斷優化策略，更有機會提升泛化能力。為此，公司構建了三位一體的技術體系：自研強化學習算法矩陣Phi-RL Matrix、基於3D空間物理資產建模與高保真仿真的數據體系Phi-Space，以及覆蓋從數據生成到模型部署全流程的開發平臺Phi-Arch。其目標是通過機器人持續在真實場景工作、積累數據、反哺模型訓練，形成自進化的數據閉環。
光象科技將車企等客戶定位為場景合作伙伴，合作通常分階段推進：先共同篩選高價值、易規模化的工位需求，再在實驗室和真實產線進行迭代驗證，最終在正式產線上協同作業並評估效果。張濤對未來工業現場的判斷是，自動化設備、具身智能機器人和人工將協同工作，比例可能為60%-70%的自動化設備、30%的具身智能機器人，再加上10%的人工。機器人的獨特價值在於複雜操作、柔性生產和泛化能力。
從更廣的產業視角看，光象科技的進展是具身智能賽道從技術演示邁向生產力驗證的一個縮影。過去兩年，行業在運動能力、模型能力上進步顯著，但“何時真正成為生產力”始終是核心命題。選擇從汽車製造這一高壁壘、高標準的場景切入，意味著技術、場景與商業價值能夠更緊密地連接。這條路並不輕鬆，但若跑通，將為具身智能的規模化落地提供重要參照。對於關注AI產業的投資者而言，機器人進入頭部車企產線不僅是單一公司的里程碑，也預示著AI能力向物理世界滲透的節奏正在加快，相關產業鏈上下游——從核心零部件到系統集成——都可能迎來新的需求牽引。