Audi 已于 2026 年 10 月 21 日在其英戈尔施塔特生产实验室启动了一项利用移动类人机器人拣选并排序零件的概念验证试验，公司及合作方表示。此次试验将 Audi、慕尼黑的 Agile Robots、Dassault Systèmes 与 NVIDIA 联合起来，测试由 AI 驱动的类人机器人能否应对为总装供给的复杂且高变体拣选工作。

The test and the technology

在英戈尔施塔特的生产实验室，Agile Robots 的移动类人系统从物料容器中取出组件，并按总装线所需的精确顺序放置——Audi 表示该过程每天涉及约一百万次拣选。合作方使用 Dassault Systèmes 的 DELMIA 在 3DEXPERIENCE 平台上构建物流区域的虚拟孪生，并在任何机器人部署到实际车间之前利用 NVIDIA Omniverse 库加速仿真。公司表示项目已在推进，但未提供量产推广时间表、机器人数量或财务条款。

Agile Robots 还在 10 月 21 日的 NVIDIA GTC 柏林活动上发布了一款紧凑型研究用类人机器人 Agile ONE SN。ONE SN 预装 NVIDIA Isaac GR00T 软件与 NVIDIA Jetson Thor 边缘算力；Agile Robots 列出该平台的物理规格——约 1.4 米高、约 40–43 公斤，具备多视角传感、触觉五指手以及机身约 31 自由度——并表示该研究平台旨在加速从实验室到生产线的操控技能开发。

Timeline and next steps

合作方表示将在将机器人投入运行区之前，利用虚拟孪生测试可行性、时间安排、人机工程学和安全性。Dassault Systèmes 的虚拟伙伴 LEO 被引用为一种能在验证过程中将工程工作从数月缩短为数天的工具。NVIDIA 将 Agile ONE SN 描述为一款研究参考类人机器人，计划于 2027 年初提供；Agile Robots 表示在紧凑平台上开发的技能可在准备好时迁移到全尺寸工业级 Agile ONE。

What this means for the market

对于欧洲汽车制造商与供应商而言，这一试验具有重要意义，因为零件排序长期以来一直难以通过固定自动化解决：多变的车型、半刚性零件与混合容器使得可靠的高容量拣选变得困难。Audi 的做法——将虚拟孪生、仿真库与现成的类人机器人参考设计相结合——展示了一条路径，若机器人能达到所需的可靠性与安全水平，可减少车间的物理返工并保留现有的货架与物料流。对于德国、中欧与东欧的工厂而言，这一方案尤为重要，因为全面改造整条线成本高且停机风险大。该项目也突显了日益增长的供应商与工装需求：仿真、感知系统、触觉夹具与安全堆栈现在成为核心采购项，而非可选配件。

不过，此次宣布仍属实验室级别的概念验证，而非工业化推广。合作方未披露性能指标、机器人每小时拣选速率，或从生产实验室转向实际排序线的时间表。欧洲工厂的更广泛采用将取决于可证明的吞吐量提升、明确的安全认证、集成成本以及类人机器人供应商多快能够规模化生产经验证的机体。

来源：Audi, NVIDIA Newsroom, Agile Robots

合作方说明：EastAutoNews 的技术合作伙伴 DaVinci AI 为整个汽车行业开发 AI 解决方案——从市场与经销商分析到自主 AI 代理以及图像和视频制作。