维度网讯，在2026年世界人工智能大会（WAIC）上，中国它石智航展示了基于其最新发布的具身原生基座模型AWE 3.5驱动的汽车精密线束装配自动化产线。该演示将一条1:1还原的环形线束流水线搬进展馆，多台机器人集群协作，在同一时间各自执行不同线型的装配任务。

汽车线束车间因线束柔软、插接精度要求极高、工序复杂，长期被视为工业自动化的“深水区”。它石智航首席科学家丁文超表示，AWE 3.5的引入使得产线效率大幅提升，甚至需要控制机器人运行速度以避免物料耗尽。

AWE 3.5是具身智能领域首个打通从预训练到后训练完整范式的原生模型。该模型从预训练阶段即同时输入视觉、语言、动作等多模态数据，采用被称为“One Model”的单一架构，既能输出动作指令，也能预测未来视觉状态。通过改变输入输出组合方式，模型可在“基座策略”与“动作条件世界模型”间切换，形成完整的强化学习闭环。

在WAIC现场，AWE 3.5还展示了基于同一模型的多任务泛化能力，包括桌面整理、手机打包、网线插接、零件分拣等。模型在不同任务间无需重新加载或切换参数。此外，它石智航还设置了世界模型互动演示，观众佩戴数据采集夹爪即可与AWE 3.5生成的平行世界交互，体验重力、碰撞、摩擦等物理反馈，整个过程不依赖任何传统物理引擎或牛顿定律代码。

该模型具备长时记忆与长时序空间理解能力，能在数分钟的连续、交互闭环推演中保持环境稳定，支撑后训练过程中的动作片段切分。它石智航强调，AWE 3.5基于超百万小时的人类中心（human-centric）数据训练，其数据系统的重心正从“更多”转向“更聪明、质量更高”，数据效率（Data Efficiency）成为新的评测维度。

丁文超在采访中表示，得益于足够的预训练数据规模与可大规模消化数据的Infra，AWE 3.5已实现一个新任务仅需小时级别数据采集即可跑通。他指出，具身智能的Scaling已全面释放，2027年上半年到年中可能出现行业分水岭。除线束装配外，该模型已在柔性操作、分拣、检测协同等多个工业场景进行验证。

针对业界关于VLA（视觉-语言-动作）与“世界模型”路线的争议，丁文超认为最终评判标准仍是“是否能优化动作”。他解释，AWE 3.5的One Model架构将视觉、语言、动作在预训练阶段即耦合，避免了视频模型幻觉或空间理解与动作不同步的问题，使模型成为自身的仿真器，无需手工搭建仿真环境。

关于灵巧手，丁文超表示这是其当前最大的“未解之谜”。它石智航从AWE 3.0之前即开始自研灵巧手，采用自顶向下的思路，先分析人类完成动作所需的能力再反向定义硬件设计。他乐观预计，灵巧手进入真实场景并在12到18个月内看到明显产业趋势是可能的，其能否跑通商业闭环将可能成为具身智能领域的重要里程碑。

丁文超认为，具身智能行业已从关注机器人“能动”和“抓取”，进入更关心其在真实场景中持续稳定工作的阶段。多场景的规模化落地能力将是2027年评判企业的关键标准。他同时指出，当前具身领域前沿研究正加速向产业侧转移，新入局者若仅凭论文技术路线创业，难度已显著提高，需要寻找新的生态位。

本次WAIC展会上，它石智航的展位位于上海世博展馆一楼“模登时代·伙伴之城”展区，是入口右侧首个展位。展示内容还包括精密线束插接环节，观众需眯眼对准微小插孔，体验操作难度。展会期间，它石智航的展区同样聚集了大量观众。

精密线束装配演示要求极高精度，插孔极小，必须眯眼对准并确保插入正确点位，对机器人和人工同样构成挑战。

丁文超强调，具身智能的下一步是让系统获得梯度，即明确的迭代方向，这一方向必须来自真实场景的正反馈。它石智航正通过在多个场景中形成Killer App闭环来推动这一进程。

关于硬件与软件协同设计的重要性，丁文超认为它远超预期。夹爪能解决约80%的问题，但剩余20%需要依赖灵巧手，其能否胜任实际任务并跑通商业闭环，可能成为具身智能领域的重要里程碑。

丁文超总结道，行业已从局部技术亮点走向系统化体系作战，最终评判标准将非常直观：机器人完成了哪些事情、扩展新任务的速度与成本。在真实场景中持续、稳定地工作，已成为行业核心关注点。