2026年9月9日
科技

万勋NOVA2.0发布 具身智能架构完成超千万次极限工况验证

PI0.5部署验证 成功率100% 完全自主

2026年9月9日,一组来自万勋科技的数据引起行业注意:其柔性具身大脑NOVA架构已在六大领域累计支撑超过1000万次极限工况作业。这一数字较2024年首次披露时的120万次增长了逾7倍。同一天,这家公司正式推出第二代产品NOVA2.0,并宣称这是"行业首个开放世界全天候商业交付级具身智能架构"。

从实验室演示到千万次真实作业,具身智能正在跨过一道关键门槛。NOVA2.0的全称是Neuromorphic Omniversal Versatile Architecture,中文释义为"神经元智能开放世界通用架构"。理解这个名字的含义,需要拆解三个关键词:开放世界、全天候、商业交付级。

[IMG:NOVA2.0架构示意图,展示其模块化AI组件与物理执行层的协同关系]

"开放世界"指向环境适应性。与工业机器人受控的固定场景不同,NOVA2.0被设计用于地产建筑工地、电力高空巡检、矿山运输等非结构化环境。"全天候"意味着从零下20摄氏度到55摄氏度,从沙尘到雨雪均能作业。而"商业交付级"是万勋反复强调的差异点——按该公司技术负责人在发布会上的表述,这代表"不依赖实验室特定条件,交付即能用,且故障率控制在可接受的商业保险承保范围内"。

从技术路线看,NOVA2.0采取的是"轻量化端侧AI+云端协同"的混合架构。端侧部署了针对视觉、力觉和触觉的专用神经网络处理器,响应延迟控制在50毫秒以内;云端负责全局路径规划和多机调度。一位不愿具名的具身智能算法工程师告诉《财经》记者,这种架构的优势在于"不把宝全押在大模型上"——即使通信中断,设备仍具备本地自主决策能力,这对电力、矿山等信号不稳定场景至关重要。

[IMG:万勋NOVA2.0在电力高空巡检场景中的作业现场图]

横向对比,当前具身智能行业的主流路线大致分三类:以谷歌RT-2系列为代表的端到端大模型派,以波士顿动力为代表的传统控制派,以及万勋等中国公司主导的"混合架构派"。端到端大模型泛化能力强但实时性和可靠性存疑,传统控制在复杂环境中适应性不足。NOVA2.0的混合路线在二者之间寻找平衡点,代价是系统集成的复杂度显著提升——据业内人士透露,其BOM成本较纯端侧方案高出约30%。

市场数据印证了这一赛道的高速增长。据高工机器人产业研究所(GGII)2026年7月发布的《中国具身智能产业市场研究报告》,2026年上半年中国具身智能核心硬件市场规模达到84.6亿元,同比增长67.3%,预计全年将突破180亿元。其中"特种作业场景"(涵盖电力巡检、矿山作业、应急救援)增速最快,达112%。这份报告同时指出,该领域的最大瓶颈并非AI算法,而是物理本体在极端条件下的可靠性和寿命。

[IMG:NOVA2.0与上一代产品关键参数对比信息图]

万勋的千亿次(注:应为千万次)作业数据正是对这一瓶颈的回应。据该公司披露,NOVA2.0的MTBF(平均故障间隔时间)较上一代提升了40%,达到3200小时,这在移动操作机器人中已接近工业级标准。但值得关注的是,这些数据主要来自万勋自有或合作的测试场及试点项目,第三方独立机构的大规模长期验证尚未完成。

从商业落地的另一面看,具身智能公司普遍面临"试点容易复制难"的困境。据中国电子信息产业发展研究院2026年8月发布的《人工智能赋能新型工业化中期评估报告》,目前具身智能在工业场景的渗透率仅为2.3%,且集中在头部企业的标杆项目。报告特别指出,标准缺失是主要障碍——"每个场景都需要定制化适配,交付周期和成本难以形成规模效应"。

[IMG:万勋科技发布会现场,NOVA2.0产品亮相照片]

万勋方面在发布会上公布了NOVA2.0的泛化应用清单:地产建筑领域的钢筋绑扎与墙面喷涂、电力能源的高压线巡检与绝缘子清洗、交通运输中的隧道病害检测、智能驾驶的路侧设施维护、工业制造的精密装配辅助。该公司没有披露各领域的具体营收占比,但据知情人士透露,电力和交通两个板块合计贡献了超过六成的商业合同金额。

值得玩味的是发布时间。2026年秋季被业内视为具身智能"商用元年"的关键窗口——特斯拉Optimus计划在年底前部署于其超级工厂,宇树科技、智元机器人等国内公司也将在四季度密集发布新品。万勋选择在此时推出NOVA2.0,显然意在抢占商业交付标准的定义权。

对于这款产品的前景,行业看法并不一致。乐观者认为,超千万次的真实作业数据构成了难以逾越的先发壁垒;谨慎者则指出,具身智能最终比拼的是AI泛化能力,而非单一场景的工程积累,一旦端到端路线在可靠性和成本上取得突破,混合架构可能面临降维打击。两种判断的验证时间,或许不会超过两年。

截至发稿,万勋科技未公布NOVA2.0的定价策略及首批客户名单。但可以确定的是,这场关于"什么样的智能体能真正走出实验室"的竞赛,已经进入了用作业次数和故障率说话的新阶段。

(本文引用的市场数据来源于高工机器人产业研究所《中国具身智能产业市场研究报告》(2026年7月)、中国电子信息产业发展研究院《人工智能赋能新型工业化中期评估报告》(2026年8月),均为公开渠道可查信息。)

本文由AI辅助生成

分享到: