【环球网科技报道 记者 郑湘琪】在华东地区某千万级枢纽机场的行李分拣区，传送带将一批批旅客行李送入搬运区。机器人辨识出标准行李箱，用集吸、夹、勾能力于一体的“手”稳稳抓起，放入围挡拖车；遇到软包、异形件，系统自动分流，由旁边的人工接手。人与机器之间无需语言，保持着一种从大量航班保障中磨合出的默契。
这是瑞为技术行李转运机器人进行常态化作业的场景。在2026世界机器人大会（WRC 2026）上，瑞为首次完整对外发布面向机场行李转运场景的具身智能解决方案——其中，晓蚁行李转运机器人已在真实航班环境中常态化作业，轮式双臂人形机器人正面向背包、手提包等柔性非标行李开展技术验证。
“我们于今年年初进入华东机场生产环境，计划持续至年底。除技术打磨外，团队重点依托真实航班全天候作业，对各类突发状况进行充分测试。”瑞为技术创始人、董事长兼首席执行官詹东晖在接受记者采访时表示，瑞为主动拉长试商用周期，目的就是让机器人在真实生产压力下用持续稳定的生产指标证明其作业价值。
在詹东晖看来，具身智能产业正处在从技术展示走向商业落地的关键转折期。深耕机场行李搬运场景，正是瑞为在这一阶段迈出的重要一步。
以技术底座为支撑，落地人机协同作业体系
在这套行李转运解决方案中，晓蚁行李转运机器人作为主力搬运单元，承担标准行李箱的识别、抓取、搬运与装载；轮式双臂人形机器人面向背包、手提包等复杂柔性操作任务进行技术探索；AMR智能转运单元负责托盘自主搬运、精准接驳与自动归位。三者围绕同一个生产任务进行分层设计，形成一套面向企业生产任务的多机器人协同系统。
支撑整套行李转运方案稳定运行的核心，是瑞为全栈自研的VTFLA具身智能技术架构——在视觉-语言-动作框架的基础上，瑞为进一步引入了力觉、触觉等物理反馈能力。“针对软包、背包等柔性和不规则物体，仅依赖视觉信息难以完整判断抓取过程中的接触状态和稳定性。通过引入触觉、力觉数据，机器人抓取行李的时候，能够感知受力变化、接触状态和滑移风险，并根据反馈动态调整操作策略。”瑞为技术副总裁、商用机器人事业部总经理史淼泓解释道。
据其介绍，目前晓蚁行李转运机器人已在机场真实航班保障环境中，形成了一套“80-20”的人机协同模式：约80%的标准行李由晓蚁行李转运机器人处理，其余约20%的软包、异形、破损及其他异常行李由人工协同。史淼泓透露，未来随着柔性操作、VTFLA等具身智能能力进一步成熟，瑞为希望探索向“80-10-10”的方向演进——标准件由专用机器人承担，复杂件逐步交给人形机器人，极端长尾仍由人工兜底。
“从产品设计之初，瑞为就没有追求机器人100%处理全部行李，而是客观看待当下技术与工程化能力的边界，聚焦无缝人机协同。”詹东晖坦言，瑞为追求的是整个生产系统的全局最优，而不是某一个技术指标的局部最优。“最终衡量我们的，不是做了多少款机器人，而是机器人到底为企业创造了多少生产力。”
以场景定义产品，让技术路线回归商业逻辑
机场方案的落地，验证的是瑞为选择场景的核心逻辑：技术成熟度够用，客户能算清经济账。詹东晖告诉记者，“瑞为定位深耕场景的智能本体公司，核心技术聚焦视觉感知、算法模型、执行端手端。我们是以行业专家身份去做机器人，从真实业务需求反向定义机器人产品，而不是先造出通用机器人，再到处寻找适配行业。”
这种“行业专家”的身份，在数据闭环上体现得尤为明显。史淼泓介绍，目前瑞为产品在国内千万级吞吐量机场的占有率超过60%，其将多年在机场采集的真实数据反馈到模型训练，持续迭代系统能力，从而不断提升机器人生产力。
数据闭环解决的是“越用越聪明”的问题，而要让机器人在不改造机场的前提下顺利落地，还需要一套适配既有生产流程的工程化方法。在这一维度上，“让机器人适应场景”成为瑞为工程化的核心原则。
史淼泓谈到，机场已有几十年形成的生产流程和基础设施，因此瑞为在工程中做了大量适配设计：空间狭窄就优化结构，不能大规模施工就采用模块化、分段式设计，现阶段机器人无法稳定处理所有非标准行李就通过人机协同解决长尾问题，工作人员已有成熟流程就让系统主动适应现有生产节拍。系统对接方面，客户只需接入航线行李数据，其余均为独立子系统，对外接口依赖少，便于规模化推广。
技术成熟度之外，另一个同等重要的考量是商业可行性。詹东晖透露，在千万级客流机场真实航班保障环境的POC实测中，晓蚁行李转运机器人单件行李处理节拍低于18秒，在3米×1.5米、长边开口的三边围挡拖车上单车最大装载量达到39件；行李识别检出率99%、搬运准确率99.9%。这些指标对应的是机场最关心的处理效率、装载能力和作业可靠性。他表示，就成本而言，当前产品仍有较大优化空间。但即便是一代产品，凭借减少人力、降低劳动负荷带来的实际价值，对应机场愿意支付的价格，商业上已经跑得通。
商业可行性确立后，责任问题必然被置于放大镜下，行李丢失、损坏等事件如何划分责任？詹东晖给出的思路是，用商业模式解决责任边界。“瑞为依靠视觉感知完成行李识别追踪，减少行李错漏。即便做到99.9%准确率，依然存在小概率意外，因此保险配套后续一定会成为行业需要解决的课题。未来我们更倾向不卖硬件设备，转向服务模式——按照搬运行李计件收费，相关责任由瑞为承担，权责义务通过商业模式清晰划分。”
这一思路的底层逻辑，是生产场景对服务的期待正在升级——从“有人卖给我一套东西”，到“有人为这套东西能不能用负责到底”。当机器人从展品变成生产资料，责任共担的服务模式或将成为B端规模化落地的必要条件。
构建具身产业生态，探索“科技+金融+产业”协同发展
从更宏观的视角看，瑞为在机场的实践映射出具身智能行业正在经历的阶段性变化。詹东晖判断，“当前行业正处在1.0时代的尾部，具身智能距离真正实现商业价值变现，还存在大量技术难题，需要解决一系列现实问题，包括工程化能力、成本、从完成单一任务到长线程任务的完备性。今年年底到明年，行业1.0时代或将迎来拐点下行。”
詹东晖认为，在这一背景之下，创业公司的路径选择变得清晰：要么持续拿到资本市场资金，要么快速找到细分赛道完成商业变现。瑞为的路径，是两者的结合。今年7月，瑞为在港交所主板挂牌上市，成为港股“视觉具身智能第一股”。上市平台带来的资本优势，将支撑瑞为在本体、组件技术上的持续研发。
资本层面的支撑，也让瑞为有能力联动更多产业资源、打开更大的落地空间。8月20日，在2026世界机器人大会举办期间，瑞为技术与上实科技在北京签署战略合作协议，未来双方将共建香港具身智能超级加速器，围绕具身智能产业生态展开深度合作，整合资本、技术、平台及全球化资源，合力推进产业化落地与国际化布局，构建从技术策源、产品研发到场景落地的全链条产业生态，共同探索“科技+金融+产业”协同发展新模式。
沿着这一思路，其产业赛道的轮廓同样愈发清晰。詹东晖表示，未来机器人产业必然走向产业分工，不会由单一公司完成全部通用技术。产业转型将遵循从单一任务到多任务场景协同、从限定场景到泛化场景的路径。在这一判断下，瑞为的布局已经展开：行李搬运是第一条主力产品线，机场是首个落地场景，后续将拓展到工业、化工危险品搬运、快递分拣等特种场景机器人，目标成为生产力机器人赛道头部企业。
具身智能从展示走向实干，需要的不只是技术突破，更是对产业节奏的清醒把握。瑞为选择了一条并不激进的路：先在限定场景把机器人真正用起来，再通过真实场景数据持续迭代能力，逐步扩大应用边界。在这一过程中，VTFLA技术架构与机场行李转运等真实生产场景的深度绑定，正为其积累最稀缺的真实世界数据。随着“通用底座+场景适配”的模式在同行业延伸与跨行业拓展中逐步验证，瑞为有望在生产力机器人赛道上打开更广阔的增长空间，让机器人成为产业升级中的持续动能。
恒正网提示：文章来自网络，不代表本站观点。
