1. 网站首页
  2. 新闻资讯
  3. 内容详情

节卡(JAKA)具身智能前沿技术路径

2026-07-31 14:21:10 1
节卡具身智能核心战略:以工业协作机器人为基本盘,采用「软硬件全栈自研 + 大小脑异构融合 + 梯度化硬件本体 + 工业优先、渐进通用」路线,区别于纯人形机器人企业,走制造业场景先行、通用灵巧智能持续演进的产业化路线。
技术总纲领:从「点位重复执行机器人」升级为「具备环境理解、任务自规划、小样本泛化、物理柔顺交互的具身智能体」
image
JAKA EVO平台架构

一、顶层核心架构:大小脑(快慢系统)分层融合体系

节卡整套具身智能控制基座 ——大脑(认知层)+ 小脑(实时运动执行层)异构协同,解决行业普遍痛点:大模型推理延迟高、无法满足工业毫秒级实时控制。
  1. 大脑(慢系统 / 认知决策层)

    • 载体:板载 NPU/GPU 异构算力,本地离线大模型推理(弱化云端依赖)

    • 核心:自研 3B 参数工业多模态具身底座大模型、AI Agent 任务智能体

    • 能力:自然语言意图解析、2D/3D 场景语义重建、任务拆解、异常推理、长时序作业规划

    • 输出:高层作业任务指令,而非原始关节坐标

  2. 小脑(快系统 / 实时执行层)

    • 载体:自研驱控一体化关节控制器、EtherCAT 实时总线

    • 核心:运动伺服、柔顺力控、安全闭环、轨迹在线优化

    • 响应:安全响应8ms,力控闭环1kHz

    • 能力:接收高层任务,实时生成关节轨迹;利用视觉、力觉反馈在线动态修正

  3. 层级通信机制

    三层递阶控制:任务规划层 → 动作决策层 → 伺服执行层,跨层毫秒级数据互通;感知信号双向回流,形成感知→认知→决策→执行→反馈完整具身闭环。

二、四层完整技术栈路径(由底层硬件到上层应用)

1)底层硬件本体路线:梯度化同源硬件平台(统一软件底座)

所有机型共享APEX 自研一体化关节模组,软硬件同源,降低算法迁移成本,分为三大产品线:

① 固定协作机械臂(工业落地主力)

  • Ai 系列(内置一体化视觉):原生具身视觉载体,FreeCalib 免手眼标定,面向无序抓取、混料分拣;

  • S 智能力控系列:内置六维力传感器,±0.1N 级力感知,面向精密装配、柔性打磨、物理接触类具身交互;

  • Zu 重载系列:大负载具身执行单元,新能源、重型零部件柔性作业;

② 移动复合具身平台

JAKA Lumi 移动操作机器人(6 轴机械臂 + 激光 SLAM 底盘)
定位:轻量化具身训练、实验室数据采集、商超 / 仓储柔性拣选;
特性:零场地改造、3D 视觉 + 力控集成,抓取精度 ±3mm,面向移动操作类具身研究

③ 人形机器人谱系(前沿预研,技术验证载体)

  • K1 双臂人形平台:双臂同步力控、面向精密协同装配、具身数据集采集;

  • JAKA π(π 仔)小型人形机器人:科研教育、灵巧操作算法验证平台;

战略特点:人形不作为短期商业化主力,是人形灵巧算法验证载体,技术反哺工业协作机器人

2)多模态具身感知技术路径(机器人的 “感知神经系统”)

节卡坚持视觉 + 力觉双主感知,多传感器融合路线,拒绝单一视觉方案:
  1. 具身视觉体系

    • 机身内置一体化 2.5D 视觉(Ai 系列标配);兼容外部 3D 深度相机、激光轮廓仪

    • 技术方向:语义三维场景重建、遮挡目标识别、Sim2Real 域自适应、动态目标跟踪

    • 核心专利方案:FreeCalib 免手眼标定,大幅降低现场具身感知部署门槛

  2. 全域力觉感知

    • 自研内置六维力传感器,末端力控 + 关节力矩感知双层触觉

    • 前沿方向:力视融合策略,解决精密插接、柔性接触、未知物体物理属性辨识

  3. 辅助感知

    激光 SLAM、毫米波避障、语音交互、振动传感,支撑移动具身机器人环境感知。

3)核心软件平台两条主线(具身智能两大操作系统)

主线 1:JAKA EVO【工业级商用具身智能平台|短期主力】

面向汽车、3C、新能源量产产线,国内首个工业原生具身智能操作系统
核心技术方向:
  • 自然语言无代码编程,摆脱点位示教;

  • 小样本具身学习:传统抓取训练周期 7 天→缩短至 6h;仅 50~100 组样本实现有效泛化;支持零样本工件自适应;

  • 虚实联动:JAKA Studio Pro 仿真平台,仿真训练模型直接部署真机(Sim2Real);

  • 多机具身集群协同调度;

  • 内置工艺专用具身算法包(锁附、装配、分拣、打磨)

主线 2:JAKA Lumi【轻量化开放训练平台|科研与商业场景】

面向高校、算法开发者、轻量服务场景:
  • 本地离线大模型推理,无需云端;

  • 完整数据采集、标注、训练、部署工具链;

  • 开放 SDK/API,兼容 Isaac Sim、MuJoCo 主流仿真器,打造具身算法研发底座。

4)算法演进路线(核心 AI 技术迭代节奏)

阶段 1(当前落地阶段:2024–2026)—— 感知自适应具身

  • 力视融合无序抓取、工件位置 / 光照轻微变化自主适配;

  • 任务级自然语言指令(“抓取盒子放到料箱”);

  • 小样本模仿学习;

  • 落地场景:3C 分拣、新能源电机装配、零部件上下料。

阶段 2(近中期:2026–2028)—— 通用任务智能体(AI Agent)

  • 复杂多步骤任务自主规划、自主处理突发异常;

  • 工具自主选用、多物体链式操作;

  • 跨产线、跨工件类别能力迁移;

  • 支持人机协同开放式作业。

阶段 3(远期预研)—— 通用灵巧具身智能

  • 通用灵巧手深度适配、未知物体操作;

  • 长时序记忆、持续自主学习;

  • 移动操作机器人大范围非结构化环境自主作业。

三、Sim2Real 数据飞轮路线(节卡具身迭代核心壁垒)

具身智能最大瓶颈:高质量真实机器人交互数据稀缺。节卡路线:
仿真大规模生成数据 → 真机少量真实数据微调 → 真机运行数据回流仿真迭代
  1. 依托 JAKA Studio 仿真平台批量生成多场景、多干扰仿真数据集;

  2. 真机只需要少量真实样本完成域迁移;

  3. 全球三万余台运行机器人持续采集工业真实交互数据,构建工业场景专属具身数据集

四、差异化路线对比(行业视角)

  1. 不同于纯人形公司(优必选、小米人形等)

    节卡工业场景商业化优先,协作机器人持续产生营收,以工业需求牵引具身技术迭代;人形更多作为算法验证平台,不急于大规模消费级落地。

  2. 不同于传统工业机器人厂商(库卡、ABB)

    传统厂商偏重运动控制,大模型、具身感知布局偏保守;节卡原生将大模型、AI Agent 深度整合进机器人控制系统,而非外挂视觉软件包。

  3. 不同于通用移动机器人企业

    节卡优势:原生集成机械臂灵巧操作 + 力控,聚焦「操作型具身」,而非单纯移动导航。

五、现存技术挑战与未来攻关方向

  1. 现存瓶颈

    • 非结构化复杂场景零样本泛化能力不足;

    • 灵巧末端执行器(通用灵巧手)成本高,难以大规模工业普及;

    • 大模型本地推理算力成本与延迟平衡;

  2. 前沿攻关重点

    • 轻量化工业专用具身大模型,进一步降低硬件算力门槛;

    • 力视融合端到端操作策略;

    • 移动操作机器人(Lumi)在动态环境下稳定抓取;

    • 双臂协同具身操作算法;

    • 进一步打通「协作臂 — 移动复合机器人 — 人形机器人」统一模型迁移框架。

六、整体路线总结(极简摘要,可直接用于汇报)

节卡具身智能技术路径:
以自研驱控一体化关节为硬件底座,采用「大小脑异构分层架构」;搭建 JAKA EVO 工业商用平台 + Lumi 开放训练平台双软件体系;依托视觉 + 力觉融合感知,走「工业协作机器人先行,移动复合机器人跟进,人形机器人前沿算法验证」梯度化硬件路线;依靠 Sim2Real 数据飞轮实现小样本学习迭代;短期聚焦制造业柔性自动化,中长期持续向通用操作具身智能演进。
在线客服
在线客服