
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
基于“一脑多态”架构,优艾智合将供电、通信、计算、接口等底层能力抽离整合,形成具备工业级稳定与可靠的标准化硬件平台,使MOMABase的成熟能力可以快速迁移复制到锂电、光伏、汽车制造等多个行业。作为稳定、可靠与统一的工业级硬件载体,MOMABase无需针对全新工业场景开发底层硬件,可通过灵活搭配执行器及传感器,并接入VLA等具身智能大模型,快速完成机器人适配开发、性能验证与现场部署,大幅缩短从需求
打破工业具身智能落地难以兼顾泛化、效率、可靠性的不可能三角,优艾智合发布工业具身智能大模型FabriX,通过确定性先验蒸馏、约束锚定智能体等方式,让AI既有工业精度又有调度的确定性。目前,优艾智合已在半导体、能源化工、锂电等工业场景累计超800个具身智能场景落地项目,服务中国、日本、韩国、德国等30余个国家及地区400余家全球领先企业,深度服务全球头部半导体晶圆代工厂、国家电网、国家能源集团等头部
2021年,汽车市场再次迎来“金九银十”,内需市场活力不减,汽车出口也在逆势增长。据中国汽车工业协会公布的数据显示,8月,国内汽车企业共出口18.7万辆,环比增长7.5%,同比增长1.6倍。稳中有升的汽车出口,意味着中国汽车工业高质量发展的格局也在加速形成。现代汽车诞生至今已有130多年,一辆汽车动辄有上万个零部件,其产品复杂性和高安全要求,给生产制造端的现场生产管理、设备管理、仓储管理、物流管理
摘要:工业制造业、智慧治理、智慧物流与商业。撰稿人:星秒科技近年来,随着智能汽车、移动机器人的发展,激光雷达作为“眼睛”同样取得较大的发展。但激光雷达的用处不仅仅限于无人驾驶汽车,还有更多的应用场景有待挖掘。本文,将对激光雷达的具体应用进行分类、归纳。工业制造业激光雷达在工业、制造业的应用主要聚焦于智慧仓储及工业自动化流程中。在工业自动化领域,为了减员提效,大多企业已经开始引入自动化生产线,打造智
基于数年工业现场的深耕与沉淀,优艾智合形成了独特的“一脑多态”具身智能架构,高泛化具身智能模型配合多形态机器人,适配工业物流、巡检运维等不同场景需求,形成OW系列、ATS系列、ARIS系列、“天演”系列等专用+通用具身智能机器人矩阵,以稳定、柔性、高效驱动行业智能化变革。优艾智合作为工业具身智能的代表企业之一,彰显了市场与行业对公司发展潜力的高度认可。未来,优艾智合将持续深耕具身智能,不断拓展具身
目前,优艾智合已从电厂智能巡检出发,覆盖从上游原材料、电力领域到下游化工、冶金、公用事业等全链路,与国家电网、国家能源集团等头部企业的合作已验证了该技术在批量复制中的现实可行性。针对工业复杂场景,基于FabriX模型及强化学习能力,FabriGym让专用具身智能机器人在出厂前完成场景适配与技能训练,实现“出厂即上岗”。FabriGym将机器人的部署模式重构为“出厂前仿真训练”,工程师用手持三维扫描
依托工业具身智能大模型FabriX,优艾智合实现中央-边缘-终端分布式三层架构,中央层接收工业软件下发的高级配送指令,边缘层结合资源配置情况实现机器人协同调度和长任务链的拆解,终端层VLA模型实现原子级任务的实时控制。同时,FabriX向上对接工厂现有工业软件系统(MES/WMS),向下兼容标准工业协议,横向贯通各类工业IOT设备,打破遗留系统约束。作为深度参编企业,优艾智合基于超800个具身智能
优艾智合通过具身智能系统全栈布局,率先跑通“技术-产品-商业”的闭环,将为行业规模化落地提供成熟范式。作为“天演”人形机器人系列的新成员,“隙锋”全面承接FabriX模型能力,通过低样本量迁移技术,出厂时具备基础动作能力,到达工业现场通过50条数据采集训练,可达到90%的成功率,并以24小时为周期循环训练自身能力。不同于工业版VLA,优艾智合此次发布的工业具身智能大模型FabriX深度融合细分工业
在半导体领域,OW系列、ATS系列机器人依靠毫米级高精度移动操作,打通物质流与信息流,服务国内外头部晶圆、衬底、光掩膜版企业,助力半导体行业智能化升级;在能源化工场景,ARIS系列机器人自主完成输煤廊道、配电室、升压站等高风险区域全天候巡检,替代人工进入高危作业环境,实现设备状态实时监测、隐患自动识别,实现智能化巡检。未来,优艾智合将持续推进“一脑多态”在更多工业场景落地,打造人与机器人和谐共生的
优艾智合深耕工业具身智能多年,以“一脑多态”技术体系为底座,在工业物流和巡检运维场景已累计超800个具身智能场景落地项目,让具身智能真正融入工业血脉。自成立以来,优艾智合始终坚持技术自研创新,构建了行业领先的“一脑多态”技术体系,打破工业具身智能落地难以兼顾泛化、效率、可靠性的“不可能三角”难题。同期,优艾智合联合创始人、首席产品官许瑨同获此奖。目前,优艾智合业务遍及中国、日本、韩国、德国等30余







