没有人形,只有工位:日冕开物把物理AI真正放进工厂

远图与日冕工业具身智能联合实验室揭牌

东坑镇，116 家 AI 服务器企业挤在一个镇上，今年集群产值奔着 350 亿去。远图是第一梯队，园区 263 亩，从主板到整机柜一条线做完，机器人进的是它的 ICT 测试工位。活很具体：两类物料上下料，视觉定位自己重新校准，轨迹自己调；识别到不是当前工单的料，跳过。处理完，整盘退回。

传统机器人换一道工序，调试周期以周计，超级工站压到了小时级，上下料和装配的成功率，超 99%。

超级工站执行ICT测试工作

ICT 只是第一站，后面是 SMT 上下料、功能测试、装配、包装、仓储物流。今年底到明年上半年，在远图产线上一个一个 POC。2027 年前达到百台，之后将突破万台。

远图制造副总裁晏飞龙说了一句话：“超级工站的核心价值不是完成某一个固定工序，而是建立一个可以不断学习新任务的工业智能生产单元。”这家公司卖的不是一台会上下料的机器人，它卖的是“学新任务”这个能力。

ICT 工位，只是第一步。

做这件事的人，是从智驾行业出来的。

创始人肖中阳，清华毕业，在蔚来负责过的智驾世界模型，装上了70万辆车。基座模型负责人钟元鑫，华为天才少年，做过华为新一代智驾世界模型。公司今年 3 月成立，两轮种子轮拿了几个亿。

智驾这行的人，早就吃过一次亏：demo 到量产之间隔着的，不是模型，是数据闭环。

所以肖中阳9月16日那天不谈模型多强，谈的是“物理世界交互数据的持续积累。”

再看它选的场景，不做家庭，不做人形。它自己的说法：工业是第一验证环境，优先选线缆插拔这种边界清楚、结果可验证、可以反复试验的活

日冕开物创始人 肖中阳

投资方名单里，有一家叫远图未来，也是那座工厂的主人。客户是股东，股东是客户，先绑一个真工厂，再谈模型，这就是日冕的打法。

机器人换一道工序是什么流程？ 按老规矩，工程师先写一个奖励函数，告诉机器什么叫成功；再采一批示范，手把手带它做几十遍；再上真机跑，失败了人去复位，调参，再跑。

日冕开物的世界模型架构

而什么叫成功、什么叫失败、现在做到哪一步了，由世界奖励模型来判；第一版动作长什么样，让世界策略模型来给。两个模型从同一个底座长出来：一个看过大量物理世界视频的世界模型。

工业客户买的从来不是机器人会做什么，而是换一道工序要等多久。日冕要把这一件事，做到极致。

现在说那个词RSI，递归自我改进。

硅谷的用法是形容词：AI 改进 AI，越改越快，改到人插不上手，直到。硅谷两家最大的实验室，都在说这件事来得比预想快。

日冕的用法是名词：一套流程，一张表，把"自我改进"拆开讲。能力变强，叫 self-improvement；改进的方法反过来让下一轮改进更快，才叫 recursive。多采一批数据、定期重训一次模型，不算。必须证明你学新东西的方法，因为上一轮，变好了。

日冕的“自我改进”分两条线。一条改学习系统，叫算法 RSI：自动发现问题、提假设、做实验、验证，有效的方法留给下一轮。改的对象是策略、评价器、训练环境、数据配比、训练流程。

另一条改机器人的身体，叫本体 RSI：从真实失败里找硬件瓶颈，贯通设计、制造、更换、校准，最后连造身体的工具和方法一起改。东坑那台超级工站，就是本体这条线的载体。

然后日冕干了一件少见的事：给自己打分。

AL0：人设计一切，机器在框架里学技能。

AL1：人定好任务、奖励和环境，机器自动采数据、更新策略、评效果。

AL2：失败后能更新策略、评价器和训练环境，而且要能证明新任务在同样预算下，比上一轮更快达标。

AL3：机器自己提出新的学习方法。

日冕自我评价 AL1 已经跑通，当前的目标是达到AL2。还有一句很多创业公司不会说的话，日冕说了：现在这些实验，还不构成 RSI 递归改进的证明。

务实的公司谈 RSI，先给自己打分，这张表把"自我改进"从一个形容词，变成了一个能被验证的数字。

AL2 卡在一个地方：机器人在哪儿练？

真机练，一次失败就是一次人工接管、一次设备磨损。仿真练，传统做法是建模师搭场景，一个工站搭几周，搭完跟真机还差得远。

而日冕的路线是，拿一张工位的照片进去，重建三维空间，分出工作台、工装、连接器、障碍物，对齐真实尺寸；再补上碰撞体、质量、摩擦、关节参数这些物理特征；最后接上机器人的动作、观测、成功判据和复位逻辑。

然后围绕失败案例修改场景：连接器偏一点、工装歪一点、加遮挡、换光照、改摩擦，覆盖成功、卡住、恢复等场景。

最后再回到真机验证：同样的训练预算，新场景到底有没有把成功率抬上去。

整个系统有三个角色：

RimPilot 负责做。

RimCritic 负责评：做得怎么样，是不是快失败了。

RimGround 负责出题：接下来该在哪儿练、练什么。

日冕把力气花在一个问题上：进了仿真，练什么？答案是练失败。

一个工位里，成功的示范千篇一律，失败千奇百怪。同一个插接动作，位姿偏了会卡住，用力大了会压坏，打滑了会失去对齐。还有一种最阴的：看着插到位了，没导通。

偏多少开始卡？接触异常之后，什么状态还救得回来？ 成功和失败交界处那一小段，比一百次彻底失败更有用，日冕把这叫能力边界数据。

日冕的评价模型表现如何？在全新任务上，判断进展方向的指标是0.88，对照模型里最高的是0.68；判断一段操作是否成功的准确率，从 22% 涨到 40%。

40%，离能用还远，但曲线在涨，而且是在没见过的任务上涨。机器人公司的护城河，不是数据量，是失败的品种数。

日冕从头到尾没说过一个“颠覆”，它做的是一件很旧的事：工业客户从提需求到可靠上线，要等多久。

它给出了三个判断：

第一，2029 年之前，工业机器人的投标书上会多一栏，叫"新工序适配时间"，单位是小时。东坑这个 ICT 工位，先打了个样。

第二，如果日冕 2027 年前拿不出 AL2 的证据，那 Physical RSI 就只是一个起得好的名字。

第三，跟着那张路线图走，ICT、SMT、装配、包装、仓储，走到第三站，百台就不是 PPT。

硅谷讨论 RSI，怕的是机器改机器，人管不住。

东坑这家工厂里的 RSI，赌的是机器改机器，人不用管。

同一个词，一边是恐惧，一边是给未来的报价。

点击在看，成为基地边缘人