13776045948
在工业场景，传统工业机器人的智能化程度不足，仍然有大量工艺和岗位依赖高强度的人力操作，尤其是小批量、多品种的混产岗位，对
尽管终端客户对智能机器人的需求不断提高，但人工智能技术的优势仍然在虚拟数字世界中，当前具身智能大模型与机器人的融合，仍然停留在“20岁的大脑、3岁的身体”阶段，很难在工业生产场景中落地。
为了让AI技术能在物理世界中发挥强大功能，让机器人进一步解放人类双手，从“机械执行”到智能感知、自我决策、高效执行复杂任务，加快先进IT（信息技术）与OT（运营技术）的融合，打通AI大模型技术与机器人操作语言的壁垒，机器人控制系统的变革势在必行。
作为在机器人与运动控制领域深耕近20年的先锋企业，拓斯达在探索人工智能与机器人融合的过程中，交出了一份推动具身智能更好在工业场景落地的“答卷”。
3月20日，拓斯达携新一代智能机器人控制平台，在华为中国合作伙伴大会2025中出席亮相，该平台基于鲲鹏+openEuler技术底座打造，从硬件到操作系统，再到软件实现全链条国产化。
据高工机器人了解，新一代智能机器人控制平台基于云-边-端协同架构，构建开放型智能控制生态系统，该平台通过400余个标准化API接口，全面支持Python、C++、C#等主流开发语言生态，以此实时解析LLM（大语言模型）、VLM（视觉语言模型）、VLA（视觉-语言-动作模型）等多模态大模型的语义指令，让大模型“看得懂”“听得懂”，并实现自然语言指令到机器人动作的端到端转化。
新一代智能机器人控制平台将作为人工智能技术产业化落地的核心载体，加快让人工智能走向真实物理世界的步伐。
作为国内率先与大模型公司合作的工业机器人企业之一，拓斯达已在具身智能领域深耕4年。如今，随着与更多AI大模型厂商合作的深入，以及具身智能相关子公司的成立，拓斯达正在全面加速拥抱具身智能时代。
时针拨转到2021年，为了研发新一代控制系统，一个代号为“X”的项目在拓斯达内部成立。
据拓斯达总工程师张晓辉博士介绍，工业自动化领域长期存在的IT与OT系统异构难题，一直是制约机器人智能化进程的主要障碍。“X”项目的核心是探索如何将IT、OT之间的壁垒打通，将新颖的IT技术运用到机器人和物理世界中去。
随着ChatGPT等生成式大模型的横空出世，他与研发团队发现，生成式AI技术可以加速机器人在一些工艺上的开发进程，而成熟的AI技术想要在物理世界大显身手，需要一个能够链接物理世界和数字虚拟世界的载体。
正如英伟达创始人兼CEO黄仁勋所言，“人工智能的下一个浪潮将是具身智能”，机器人正是这样一个绝佳载体。
拓斯达研发的新一代控制平台，与时代的浪潮不谋而合。2021年，拓斯达与国创工软合作推出了基于欧拉操作系统（openEuler）的新一代X5机器人运动控制平台，为机器人控制系统带来丰富的IT语言接口，并支持通过AI大模型调用生成控制指令。
就这样，拓斯达研发的X5机器人运动控制平台成为链接AI大脑、机器人本体的桥梁，承担起“小脑及脊椎”的关键作用，拓斯达也成为工业机器人行业中最早开始布局具身智能的企业之一。
经过近几年的技术迭代，拓斯达认为，其机器人控制系统正逐步发挥IT、OT技术融合“中间件”的关键作用。
张晓辉博士认为，未来AI会构建起一个标准化的生态，让更多的普通人会操作机器人。他预测，在当前AI变革浪潮中，机器人的应用量将会增长到当前10倍~20倍的规模。
在这个颠覆性的变化过程中，为了让更多人能轻松运行和操作机器人，打破各家机器人操作语言的复杂、晦涩、非通用性，调用原有庞大的IT资源和能力，发挥IT与OT技术融合的“中间件”作用将尤其关键。
基于此，拓斯达在控制系统中提供Python、C++、C#等多种编程语言原生API接口与离线编程开发平台，已开放超过400个功能接口，并通过容器化、虚拟化技术将其转化为中间件。
通过这样的设计，可以实现灵活弹性部署机器人控制系统。“这意味着将来你的手机中可能也会装有机器人控制器。”张晓辉博士解释到。
拓斯达新一代智能机器人控制平台采用18+16轴毫秒级协同控制技术，支持复杂场景多机联动，可以同时完成2-4台机器人的操作控制。基于该技术，拓斯达正在逐步优化双臂机器人在不同场景的协同应用方案。
平台采用灵活的云边端架构，根据不同的算力需求，将具身智能大模型划分为云侧、边侧和端侧三种部署方式，实现具身智能大模型在多样化应用场景的精准适配，做到实时推理和精准执行指令。
同时，研发团队基于该控制平台构建数据采集平台，以高精度、低延迟的方式实现多模态数据采集与AI训练闭环，实现高精度工业数据实时同步与模型迭代，为机器学习算法的持续优化提供高质量的“燃料”。
就这样，“X”从传统的运动控制系统的硬件载体，逐步进化成与AI结合的“感—算—控”一体化的新一代智能机器人控制平台。
当前AI行业处于百花齐放的阶段，但AI的智能化程度还远未能满足当前物理世界中工业生产的实际要求。一方面是工业数据采集困难，“巧妇难为无米之炊”；另一方面，机器人的操作系统语料较少，各大厂商的编程语言私有化程度高，不利于大模型进行训练。
张晓辉博士认为，要先让AI先成长起来，再让AI去赋能实际的工业场景，在此过程中再将AI掌握的能力外溢到家庭和商用场景。为此拓斯达一直保持着开放的态度，希望能集百家之长，让具身智能机器人从“能干活”向“干好活”转变。
为了增强人工智能的通用性和泛化能力，拓斯达正从原始技能出发，逐层抽象并累积组合，以此不断为智能机器人构建新的技能集。
张晓辉博士用一个比喻形象地解释道，“具身智能现在好比一个三岁小孩，需要去学每个技能。随着技能的不断累积和掌握，它能够应对越来越多的场景时，将自然成长为一个通用型智能体。我们的目标是把它从三岁小孩逐步培养成博士生。”
为此，拓斯达先后与阿里云、国创工软、华为云、智谱华章等企业达成合作，引入LLM、VLM、VLA等大模型技术，积极构建面向工业具身智能机器人应用的“云-边-端”协同体系，赋予机器人环境感知、推理决策、行为控制、人机协同、自主学习等能力。
张晓辉博士认为，通过与云服务商在AI大模型、算力等领域的合作，能够更快地训练出面向特定行业、特定领域的垂直模型，去解决制造业的痛点问题。
随着机器人控制平台在软件架构设计的优化、标准化接口不断丰富，以及对各种大模型的兼容性增强，智能机器人可以根据不同场景进行策略组合，不断强化其通用能力。
3月13日，拓斯达与智谱华章成立了广东矩阵智拓科技有限公司（简称“矩阵智拓”）。矩阵智拓的成立，将持续推进具身智能机器人的研发，实现“机器人即服务”的新模式，加速具身智能机器人在各应用场景中的灵活部署和低成本应用。
张晓辉博士表示，双方共同成立的矩阵智拓，将整合智谱华章前沿的AI研发实力与“清华系”在AI领域的丰富资源，与拓斯达在工业领域积累的近20年经验，以此加速AI技术的落地应用，并更高效地推动工业智能化进程。
目前，拓斯达自主研发的运动控制平台已批量应用于机器人、电动注塑机等产品。
为什么选择在工业场景？张晓辉博士认为，工业场景是智能机器人发展的必经之路。
首先，在工业场景中，即使AI大模型的智能程度不高，通过标准化的设计和自动化设备辅助，智能机器人同样能够完成相当出色的任务；其次，工业场景作为一个半封闭的隔离环境，安全性相对可控；最后，智能机器人同样可以在工业场景不断学习新的技能，经过抽象、组合，最后完成迭代，增强其通用性，反哺在商用和家庭场景。
作为业内少数拥有“上游核心零部件——中游工业机器人本体——下游自动化系统集成应用”全线布局的企业，拓斯达的新一代智能机器人控制平台能够直接通过集成业务，将AI能力带给终端客户，共同采集工业数据，优化智能机器人在不同工艺段的能力，最终以“专用大模型”及工作站的形态反哺工业生产，解决企业智能化升级的痛点。
相比机器人本体企业、控制器企业，这种与终端客户快速协同部署AI的能力，也是拓斯达在具身智能领域能够快速进行产品落地的优势所在。
“具身智能时代的到来，正在改变原有的机器人产业链，在新的技术条件下，大家进入了同一起跑线上，这个时刻，生态位开始重新分配”。张晓辉博士表示，拓斯达将继续围绕用户的痛点和价值点，通过提升机器人的智能化水平和场景适应性，力争成为“最懂工艺的智能机器人”。
创业初期，“拓斯达宣言”里有一句话叫作“不谈战略，专注执行”，因为专注执行，才能让每一步都更加坚定。在探索人工智能的道路上，拓斯达的智能控制平台从底层硬件到操作系统，再到上层软件已实现全链条国产化。
面对具身智能的时代浪潮，拓斯达将一以贯之地构建大模型与“小脑”之间的专属模型，持续探索IT与OT的融合，实现物理世界与数字世界无缝对接，坚守生态位，推动具身智能生态化、商业化、产业化成功落地。
服务热线