发布时间：2026-03-05
开年之际，中科摩通与淅减携手传来振奋人心的喜讯——双方共同开发的国内首条双阀(兼容单阀)ADS减振器装配产线项目完美收官并顺利交付。这一里程碑式的成果，不仅标志着我国减振器生产领域迈向了智能化新高度，更彰显了中科摩通与淅减在技术创新与产业合作上的强大实力。
直击行业痛点 携手攻克技术短板
在汽车及众多工业领域，减振器是保障设备平稳运行、提升性能与舒适性的关键部件。然而，长期以来，国内减振器生产线在智能化程度上存在明显短板，自动化水平低、生产效率不高、产品质量稳定性不足等问题制约着行业的进一步发展。中科摩通与淅减敏锐地捕捉到这一行业痛点，毅然决定携手攻克难关，共同打造国内首条双阀(兼容单阀)ADS减振器装配产线。
多项技术融合 首创智能产线从零突破
技术层面，智能产线需要集成先进的自动化控制技术、机器人技术、物联网技术以及大数据分析技术等，实现从原材料上料、加工制造到产品检测、包装入库的全流程自动化与智能化。每一项技术的融合与应用都需要精准无误，对技术精度要求极高。而且，由于是国内首条此类产线，没有现成的经验可供借鉴，一切都要从零开始探索。
在软件开发与系统调试阶段，更是充满了挑战。智能产线的控制系统需要实现对整个生产过程的实时监控和精准控制，对软件的稳定性和响应速度要求极高。团队成员们不断优化算法，提高软件的性能。经过无数次的调试和改进，终于成功开发出一套适合减振器生产的智能化控制系统，实现了产线的自动化运行和智能化管理。
完美收官交付 填补国内行业技术空白
国内首条双阀(兼容单阀)ADS减振器装配产线终于在开年之际完美收官并顺利交付，这条产线不仅实现了生产过程的高度自动化和智能化，大大提高了生产效率和产品质量稳定性，还填补了国内在减振器智能产线领域的技术空白，为我国减振器行业的发展注入了新的活力。
未来，中科摩通将继续秉持创新精神，与更多合作伙伴携手共进，在智能制造领域不断探索前行，为推动我国制造业的高质量发展贡献更多力量。
2026-10-30
近日，中科摩通（常州）智能制造股份有限公司第二代具身机器人总装及测试线完成建设并落地，标志着公司在具身智能机器人整机制造装备领域实现重要突破。该产线完善了从核心零部件制造、整机装配到性能测试的一体化智能制造能力，为具身机器人从研发验证走向规模化生产提供了更成熟的制造解决方案，也体现了中科摩通深耕智能制造装备、助力机器人产业量产落地的持续布局。 具身机器人是集机械结构、动力系统、传感技术、智能控制及人工智能算法于一体的高度复杂智能装备。随着具身智能产业加速发展，机器人制造正由样机研发向规模化量产迈进。然而，传统人工装配与调试模式存在生产效率低、质量一致性不足、制造成本高等问题，难以满足规模化生产需求。因此，构建自动化、柔性化、数字化的机器人生产线，实现核心部件精准装配、整机性能高效检测及全流程质量管控，已成为推动具身机器人产业化落地的重要基础。整机标定与测试工作站是机器人整机装配完成后的关键质量检测环节，涵盖黑白标定板标定、整机运动测试及语音唤醒交互测试三大核心工艺。工作站通过自动化标定、综合性能检测与智能交互验证，实现机器人视觉、运动及语音功能的全面校验，保障整机性能稳定性与产品出厂一致性。 黑白标定板标定工艺·多相机视觉标定：采用黑白标定板对机器人视觉系统进行精度校准，支持不同尺寸标定板灵活切换。通过多相机协同标定，保障视觉识别与空间定位的准确性。·自动化标定作业：工作站集成标定板调节机构与控制主机，实现标定位置的精准调整。通过标准化标定流程，减少人工干预，提高标定效率与一致性。·紧凑式工位布局：采用约4000×3000×3000mm的紧凑式工作站设计，集成标定机构、控制系统及安全围护结构。优化设备空间布局，满足整机视觉标定的高效作业需求。 整机运动测试工艺·全方位运动性能测试：集成通信、静态噪声、动态噪声、移动、爬坡及全身自检等九项测试内容。全面验证机器人整机运行稳定性、运动协调性及复杂工况适应能力。·视觉与运动联合标定：结合视觉标定、移动测试及运动光学标定，完成机器人视觉感知与运动控制系统的协同校准。提升机器人空间定位精度与动态运动控制能力。·多场景标准化检测：通过专用测试平台与标定设备，开展整机阻尼、移动及轮式底盘爬坡等性能验证。建立标准化测试流程，提高整机质量检测的可靠性与一致性。 语音唤醒交互测试工艺·智能语音唤醒测试：通过标准化语音指令与定向声源输入，验证机器人在不同声学环境下的唤醒能力。重点检测语音唤醒率、响应延迟及连续交互稳定性。·多工况声学环境模拟：模拟办公、餐饮、商场等典型应用场景，设置不同噪声强度、声源距离及入射角度。综合评估机器人在复杂声学环境下的语音识别与抗干扰性能。·全流程交互性能验证：集成语音播放、唤醒响应、反馈识别及数据记录等测试环节，实现交互性能的系统化评估。通过唤醒率、误唤醒率及拒唤醒率等指标，保障机器人语音交互功能的稳定性与可靠性。 随着具身智能产业加速迈向规模化应用，机器人制造正由单机研发向标准化、自动化、批量化生产转型。中科摩通依托多年智能制造装备研发经验，持续拓展具身机器人产业布局，已形成覆盖空心杯电机、RV减速器、行星/谐波减速器、滚柱丝杠、无框力矩电机、关节模组等核心零部件制造及整机装配测试的智能制造解决方案体系。通过将成熟的自动化装配、智能检测与数字化管控技术应用于机器人制造，为具身机器人规模化量产提供系统性技术支撑。 第二代具身机器人总装测试解决方案的推出，是中科摩通深化具身智能制造领域布局的重要成果。未来，中科摩通将持续深化智能制造技术创新与产业应用，助力具身机器人产业突破量产瓶颈，加速实现从技术研发到规模化商业落地的跨越。2026-10-30
作为智能制造与具身智能产业化的核心平台，2026 中国国际工业博览会汇聚全球前沿工业技术。本届展会，中科摩通与西门子、京东工业打造两大联合展台，以真实工业工况，直观呈现具身机器人从单机作业到多机协同的完整落地路径。同期，中科摩通与京东工业于10月13日举办战略合作签约仪式，深化产业协同，共同探索具身智能在工业场景规模化落地方案。在中科摩通与西门子联合展台，现场展示具身机器人移动抓放工件实景作业。整套方案依托SIMOVE FleetManager完成多类设备任务调度与产线信号交互，打通不同装备之间的数据与任务壁垒。具身本体在物理空间完成自主移动、实时感知、自适应抓取与精准对位，将工业调度能力落地到实体作业环节，验证单机具身装备在车间现场稳定执行工艺任务的工程价值，实现数字调度指令到物理动作的闭环流转。展会期间，中科摩通联合创始人、无限确定CEO鲍宪微受邀出席西门子举办的专家对话现场直播，围绕"从核心部件到工厂应用——人形机器人规模化产业链实践"主题，与行业专家共同探讨人形机器人产业链的工程化路径与规模化落地思考。这场对话，将视角从单台设备延伸到整条产业链，呈现具身智能装备走向工业应用所需的协同生态。中科摩通与京东工业联合展台，展出三台机器人协同运行的工业装配场景。场景还原真实产线流转逻辑，多台具身机器人按工艺时序分工配合，完成连贯的装配工序。这套多机协同方案面向工厂柔性生产需求，验证多机器人资源分配、路径协同与冲突规避能力，为离散制造场景下多装备集群作业提供可落地的工程参考，探索具身集群在复杂工艺环境下的应用潜力。展会期间，京东工业机器人零部件产业发展联盟正式启动，中科摩通作为联盟成员之一，与产业链伙伴共同推进机器人核心零部件自主化与产业化。同期，中科摩通与京东工业举行战略合作签约仪式，双方将依托各自在智能装备、工业供应链、产线数字化领域的积淀，共建具身智能工业应用生态，降低多设备集成成本，缩短项目落地周期，提升设备综合利用率，推动具身机器人深度融入现有工业产线，推进具身智能从展台演示走向规模化工业应用。从单机自主执行，到多机集群协同，两场场景演示，共同指向同一个方向：让工业 AI 走出数字界面，在真实产线中落地生根。中科摩通将持续联合生态伙伴，深耕具身智能工程化能力，以稳定可靠的工业装备，赋能制造业柔性升级，探索智能制造的全新边界。2026-10-30
当物理AI从模型走向产线，具身智能的关注点正在从“能不能动”转向“能不能稳定造、持续干”。核心零部件的一致性、自动化产线的可制造性，成为机器人从样机走向规模化应用的重要底座。10月20日至22日，2026物理AI与世界模型大会在南京国际博览中心举行，中科摩通（常州）智能制造股份有限公司亮相大会。聚焦具身机器人核心零部件，展示相关自动化产线及工业场景应用，以智能制造为支撑，探索具身智能走向工业应用的实际路径。大会聚焦物理人工智能与世界模型，汇聚智能驾驶、具身智能、算力设施、智能制造等领域的企业，共同探索人工智能与实体经济融合发展的新机遇。中科摩通（常州）智能制造股份有限公司亮相大会，聚焦具身机器人核心零部件。展示相关自动化产线及机器人在工业场景中的应用，展现智能制造与具身智能深度融合的发展方向。随着具身智能加速发展，机器人正从技术研发走向实际应用。核心零部件是机器人实现运动与操作能力的重要基础，而自动化、标准化的制造体系，则是推动产品稳定生产和规模化交付的重要支撑。本次展会上，中科摩通重点展示具身机器人核心零部件自动化产线及相关工业应用，体现公司在智能制造领域的业务布局。从核心零部件制造到自动化产线应用，智能制造不仅关系到生产效率与质量控制，也为具身智能技术走向产业化提供了重要支撑。物理AI的发展，离不开核心零部件、智能装备、制造工艺与应用场景的协同创新。面对具身智能产业发展机遇，中科摩通将持续关注行业技术趋势与市场需求，积极探索智能制造技术与机器人产业的融合应用，加强产业链交流合作，推动制造能力与实际应用需求有效衔接。未来，中科摩通将继续聚焦智能制造领域，以核心零部件制造及自动化产线为基础，助力具身智能与工业制造深度融合，为机器人产业发展贡献力量。
