直击WAIC丨睿尔曼智能连发“机器人”新品,关节模组年产能超50万台

新浪科技讯 7月18日晚间消息,2026世界人工智能大会(WAIC)期间,睿尔曼智能全球首发RealBot-S2与RealBot-L2两款轮式人形机器人,宣布这两款新品从设计之初就以长时间持续作业为目标,确保机器人在真实场景中始终在工作。
据悉,这两款新品共享全栈自研关节模组、GLN平台服务网络与真实场景数据闭环同一套技术基座,从“折叠”与“升降”两个维度补全了机器人“真干活”的空间适应能力。依托GLN远程作业网络,操作员在北京人形机器人数据训练中心实时操控上海展台的机器人,在毫秒级延迟下精准完成温杯、投茶、注水、出汤。
要让机器人真正服务于千行百业、千家万户,就必须构建开放、协同的产业生态圈。基于这一理念,睿尔曼智能正通过“可靠硬件+真机数据+远程作业网络”三大底层能力,为生态伙伴与客户提供了从动力心脏到精细操作、再到远程人机协同的完整落地解决方案。
在应用落地方面,睿尔曼智能联合生态伙伴中科慧远展示了CASIVIBOT工业具身质检机器人。单件检测时间小于5秒,7×24小时稳定作业,产线换型无需重训,实打实的产线替代——为客户省人、提质、降本。
据悉,在硬件制造方面,睿尔曼智能关节模组年产能已突破50万台,并正向百万级规模迈进。目前已服务超过 8000 家全球企业,业务遍及亚欧美多地,覆盖工控、科教、商用服务场景。(文猛)
更多新闻>>相关新闻
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




