10月14日，2026湾区半导体产业生态博览会（深圳）同期举办的“让AI走进物理世界——具身智能应用技术创新论坛”在深圳会展中心（福田）举行。论坛由深圳市半导体与集成电路产业联盟、深圳市机器人协会主办，中电港芯查查协办，汇聚来自优必选、华沿机器人、阿加犀、AMD、华成工控、Molex、三未信安、黑芝麻智能、迈来芯、进迭时空等产业代表。
华成工控董事、具身行业总监杜晓磊以《基于国产总线的具身智能运动控制底座重构》为题，围绕工业具身机器人的落地需求，介绍了华成工控的具身小脑运动控制方案，并重点分享了面向机器人内部通信与布线问题的智爻总线探索。
一、从工业应用需求出发，构建具身运动控制底座
从春晚上的机器人表演，到机器人马拉松，再到人形机器人在半马比赛中刷新纪录，具身智能正从科研教育和商业服务逐步走向工业应用。搬运、上下料、快递分拣等场景已经出现落地案例，但在精密装配等任务中，机器人仍面临技术挑战。
工业应用还需要考虑投资回报率（ROI）和设备可靠性。杜晓磊指出，随着机器人本体成本下降，工业现场对设备稳定性的要求依然很高，机器人需要具备持续、可靠的作业能力，才能胜任制造业流水线上的工作。
华成工控成立于2005年，长期从事线性机器人和工业机器人控制系统研发，并于2023年开始布局具身智能。依托多年运动控制经验，公司将技术切入点放在具身小脑，希望把已有的控制算法与工程经验转化为可直接调用的运动控制能力。
二、具身小脑：让大模型调用机器人的运动能力
在大小脑分层架构中，大脑负责感知、认知、决策和任务规划，小脑负责运动执行、精度控制与实时响应。大脑规划任务后，还需要小脑协调关节和执行机构，将任务转化为实际动作。
华成工控提供即插即用的具身小脑控制方案，帮助客户减少底层运动控制算法的开发工作。
杜晓磊将其概括为：“通过大模型来调用整个身体的运动。”除独立的小脑控制系统外，华成工控也在探索将小脑嵌入大小脑协同架构，让上层模型更直接地调用底层控制能力。
目前，华成工控在轮式具身机器人领域布局较多，相关方案可覆盖底盘、腰部、双臂及头肩颈等部位，控制轴数可达32轴。围绕具体工业工艺，公司还展示了端子装配等应用，并探索利用垂域模型提升装配任务的自主执行能力，推动机器人从依靠编程完成动作，逐步转向更自主的运动。
当机器人需要协调更多关节、完成更复杂的操作时，控制系统还必须与相机、触觉传感器等设备协同工作。这不仅涉及动作如何执行，也涉及执行过程中产生的各类信号如何传输，由此引出了机器人内部通信架构的改进需求。
三、 智爻总线：将实时控制、高带宽数据与供电整合到一条链路
具身机器人在执行任务时，需要关节模组实时接收控制信号，也需要相机传输视觉数据。对于配备灵巧手的机器人，视触觉等传感数据还会进一步增加通信需求。
这些信号对传输的要求不同，例如关节控制强调实时性，相关通信可能需要在1毫秒以内完成。视觉和视触觉数据则需要更高带宽。此外，视觉相机可能采用GMSL、USB或网线等不同连接方式，当多类线路集中在机械臂内外部，特别是需要穿过中空关节时，布线、装配和结构设计都会变得复杂。
目前，EtherCAT已在工业控制领域形成较成熟的应用生态。其主站有开源和授权方案，从站相关IP也已集成到多种芯片方案中，伺服驱动、I/O和传感器等设备具有较好的接入基础。既然已有成熟的工业总线，为什么还要探索智爻总线？
杜晓磊给出了两个方向：
1.推动国产工业总线的自主可控；
2.解决具身机器人在实际应用中遇到的通信与布线问题。
智爻总线由华为牵头推动，华成工控参与相关工作并承担演示方案开发。其核心思路是将实时控制信号、高带宽数据传输与供电整合到同一链路中。
关节模组的实时控制、相机的视觉数据，以及灵巧手的视触觉信号，可以通过融合后的总线进行传输，同时满足设备供电需求。杜晓磊对此解释道：“将实时信号、高带宽，还有供电都集成在一起。”
在传输能力上，相关方案目前可支持千兆级带宽，并提供供电能力。面向相机数量更多、数据量更大的应用场景，未来还计划向万兆级带宽拓展。将多类信号融合到一条链路中，有助于减少机械臂内外部的线束数量，也为中空关节和末端执行器的结构设计提供便利。
不过，技术方案要真正推广，还需要完善配套生态。EtherCAT经过多年发展，已积累丰富的主站、从站和设备接入方案。智爻总线在推进自主可控的同时，也需要逐步解决相关设备接入与协同应用的问题。
结语
除智爻总线外，华成工控还提供关节模组驱动方案，供相关客户进行产品开发。其最新方案将关节模组驱动、编码器和力矩传感器集成为一体，旨在缩小关节模组的厚度。 对于需要在有限空间内布置多个关节的具身机器人，更轻薄的关节模组能够为本体结构设计提供更大的灵活性。
从具身小脑的运动控制，到智爻总线对实时信号、高带宽数据和供电的融合，华成工控的技术布局围绕机器人如何执行任务、如何连接内部设备展开。杜晓磊希望通过这些方案，推动具身机器人进一步适应工业应用，最终实现“让我们的具身机器人真的能够来干活”愿景。
全部评论