在2025年工博会上，工业机器人领域迎来一场技术革新——节卡机器人推出的JAKA EVO工业具身智能平台成为焦点。这款以“智能大脑+操作中枢”为核心设计的平台，通过多模态感知与分层控制技术，实现了从任务理解到执行的全流程自主化，甚至支持人形机器人与移动平台协作完成复杂装配任务。其技术突破不仅填补了传统工业机器人与柔性生产场景的适配鸿沟，更被视为推动工业生产从“自动化”向“智能化”跃迁的关键力量。
当前制造业正面临多重挑战：劳动力成本攀升、产品迭代加速，以及市场对个性化定制的需求激增。传统工业机器人虽能胜任重复性操作，但在应对动态环境时暴露出明显短板。例如，汽车零部件装配中，机器人无法识别表面微小缺陷；3C产品分拣场景下，需人工反复调试程序以适应不同尺寸物料。这些痛点促使行业对机器人提出更高要求——需具备自主感知、实时决策与灵活执行能力。
JAKA EVO平台的诞生恰逢其时。技术层面，近年来AI大模型、传感器与控制技术的突破为其提供了底层支撑：3B参数级语义大模型实现边缘设备高效运行，推理速度较三年前提升5倍；六维力传感器国产化率从10%跃升至60%，成本下降40%；伺服驱动响应时间缩短至0.1毫秒，为高精度操作奠定基础。节卡通过整合这些技术，构建了感知-决策-执行的完整闭环，解决了多模态数据融合、轻量化学习等核心难题。
市场需求是另一大推动力。据《中国制造业智能化发展报告（2024）》显示，2024年企业智能化改造投入同比增长28%，但超60%的企业反馈智能设备存在“场景适配难、调试周期长、运维成本高”等问题。以新能源车企为例，车型从3种扩展至8种后，传统机器人需数周重新编程；3C行业手机摄像头模组尺寸缩小至5mm×5mm，装配精度要求提升至±0.05mm，现有设备难以满足。JAKA EVO平台通过动态任务规划与实时环境感知，精准解决了这些行业痛点。
在工博会现场，搭载JAKA EVO的演示区吸引了大量专业观众。平台支持机械臂、移动平台与人形机器人等多形态设备协同作业：轮式人形机器人JAKA K1W通过视觉大模型识别零件型号，完成分拣后通知移动作业机器人JAKA S³进行加工；另一台JAKA K1W则对成品进行状态核验与转运。整个流程无需人工干预，展现了“机器人自主组装机器人”的未来图景。这种多形态适配能力，使平台能快速部署于汽车、3C、新能源等不同行业。
技术细节上，JAKA EVO采用三层架构实现感知与执行的深度融合。感知层支持VR示教、远程控制与仿真数据采集，构建虚实结合的数据模型；融合层通过多模态语义引导三维重建，生成包含几何、语义与拓扑关系的场景图，使机器人能理解物体间空间关系；决策层依托轻量化语义大模型，将自然语言指令转化为结构化任务，并规划最优执行路径。实测数据显示，其跨模态识别准确率超95%，三维重建误差小于5%，力控精度优于1%额定负载。
分层控制架构是另一大创新。任务规划层由3B参数级大模型驱动，接收视觉、力觉等多源输入后生成全局路径；动作决策层通过轻量化网络拆解动作序列；执行控制层采用前馈+反馈复合算法，确保操作精度≤±0.1mm。这种设计使平台能同时处理“检测瑕疵”与“精密装配”等复合任务，意图识别正确率达95%以上。配合融合语义的轻量模仿学习机制，客户仅需2天即可完成场景迁移训练，较传统方法效率提升90%。
为降低使用门槛，JAKA EVO开发了图形化人机交互系统。通过拖拽式配置界面与标准化工具链，用户可在4-6小时内完成任务部署，较传统方式提速2倍。边缘计算节点的引入使模型推理延迟控制在40毫秒内，满足实时性要求。目前，该平台已在汽车装配线与3C质检场景落地，帮助企业降低30%人工成本，提升25%生产效率。
除现有应用外，JAKA EVO的拓展潜力巨大。其多形态支持能力可覆盖新能源电池精密装配、物流智能分拣等新兴领域。作为全球首个工业具身智能一体化解决方案，该平台通过赋能作业能力泛化与全流程提效，正在重新定义工业机器人的技术边界与应用边界。
