Audi rozpoczęło proof‑of‑concept wykorzystujące mobilne humanoidy do pobierania i sekwencjonowania części w swoim laboratorium produkcyjnym w Ingolstadt, poinformowały firmy w dniu 21 października 2026 r. Próba łączy Audi, z siedzibą w Monachium Agile Robots, Dassault Systèmes i NVIDIA, aby sprawdzić, czy humanoidy sterowane AI poradzą sobie ze złożonym, wysokowariantowym pobieraniem, które zasila montaż końcowy.

Test i technologia

W Production Lab w Ingolstadt mobilne systemy humanoidalne Agile Robots pobierają komponenty z pojemników materiałowych i umieszczają je w dokładnej kolejności wymaganej przez linię montażu końcowego — proces, który według Audi obejmuje około miliona pobrań każdego dnia. Partnerzy budują wirtualnego bliźniaka obszaru logistyki przy użyciu DELMIA na platformie 3DEXPERIENCE firmy Dassault Systèmes i przyspieszają symulację bibliotekami NVIDIA Omniverse, zanim jakikolwiek robot zostanie wdrożony na rzeczywistej hali. Projekt jest już w toku, poinformowały firmy, ale nie podano harmonogramu wdrożenia seryjnego, liczby robotów ani warunków finansowych.

Agile Robots zaprezentowało również kompaktowego humanoida badawczego, Agile ONE SN, na wydarzeniu NVIDIA GTC Berlin w dniu 21 października. ONE SN jest wstępnie skonfigurowany z oprogramowaniem NVIDIA Isaac GR00T i komputacją brzegową NVIDIA Jetson Thor; Agile Robots podaje parametry fizyczne platformy — około 1,4 m wysokości, w przybliżeniu 40–43 kg, z wielowidowymi sensorami, dotykowymi pięciopalczastymi chwytakami i około 31 stopniami swobody w ciele — i wskazuje, że platforma badawcza ma przyspieszyć przenoszenie umiejętności manipulacyjnych z laboratorium na linię.

Harmonogram i kolejne kroki

Partnerzy deklarują, że będą używać wirtualnego bliźniaka do testowania wykonalności, czasów operacji, ergonomii i bezpieczeństwa, zanim przeniosą roboty do stref operacyjnych. Wirtualny asystent LEO firmy Dassault Systèmes jest wymieniany jako narzędzie skracające prace inżynierskie z miesięcy do dni podczas walidacji. NVIDIA opisała Agile ONE SN jako referencyjnego humanoida do badań, z dostępnością zaplanowaną na początek 2027 r.; Agile Robots stwierdziło, że umiejętności rozwinięte na kompaktowej platformie można przenieść na pełnowymiarowego przemysłowego Agile ONE, gdy ten będzie gotowy.

Co to oznacza dla rynku

Dla europejskich producentów samochodów i dostawców próba ma istotne znaczenie, ponieważ sekwencjonowanie części od dawna opiera się oporem na stałą automatyzację: warianty, półsztywne części i mieszane pojemniki utrudniają niezawodne, wysokowolumenowe pobieranie. Podejście Audi — łączenie wirtualnych bliźniaków, bibliotek symulacyjnych i gotowego referencyjnego projektu humanoida — pokazuje drogę, która może zmniejszyć konieczność fizycznych przeróbek na hali i zachować istniejące regały oraz przepływy materiałów, jeśli roboty osiągną wymagany poziom niezawodności i bezpieczeństwa. Ta ścieżka ma znaczenie dla zakładów w całych Niemczech, Europie Centralnej i Wschodniej, gdzie przezbrojenie całych linii jest kosztowne, a ryzyko przestojów wysokie. Projekt podkreśla także rosnące zapotrzebowanie na dostawców i narzędzia: symulacje, systemy percepcji, chwytaki dotykowe i zestawy bezpieczeństwa stają się teraz centralnymi pozycjami zakupowymi, a nie dodatkowymi opcjami.

Jednak ogłoszenie dotyczy poziomu laboratoryjnego proof‑of‑concept, a nie wdrożenia przemysłowego. Partnerzy nie ujawnili metryk wydajności, godzinowych wskaźników pobrań dla robotów ani harmonogramu przejścia z Production Lab na linię sekwencjonującą na żywo. Szersze przyjęcie w europejskich zakładach będzie zależeć od wykazanych zysków przepustowości, jasnej certyfikacji bezpieczeństwa, kosztów integracji i szybkości, z jaką dostawcy humanoidów będą mogli skalować produkcję zatwierdzonych jednostek.

Modele Audi dostępne teraz na WorldTrader24 →

Źródła: Audi, NVIDIA Newsroom, Agile Robots

Uwaga partnera: partner technologiczny EastAutoNews DaVinci AI opracowuje rozwiązania AI dla całego przemysłu motoryzacyjnego – od analiz rynkowych i dealerskich po autonomiczne agentury AI oraz produkcję obrazów i wideo.