加入高工机器人专业行业群，加微信：13590381326，出示名片，仅限机器人及智能制造产业链相关企业。
*本文共约 3065 字，阅读完成需 6 分钟。
从智能巡检平台到具身智能
AI能力加速走向物理世界
活动伊始，嘉宾参观了道通科技Maxwell AI展厅，系统了解道通科技围绕能源、电力、交通、园区等行业打造的AI巡检基础设施。
现场展示了覆盖空中、地面多种智能终端的巡检Agent平台，实现任务规划、智能调度、事件理解、自主决策及数据闭环。依托视觉识别、多模态事件理解、智能决策等核心能力，平台能够精准识别设备异常、违规行为及安全隐患，帮助客户实现巡检效率和管理水平的全面提升。
从“遥操作”到“自主作业”
机器人迈向真正可落地的智能执行
随后，道通科技重点演示了机器人遥操作及自主作业能力。技术人员在15楼活动现场遥操身处24楼实验室的机器人完成物件抓取数据采集，随后另一台机器人完全自主完成开门任务。这一演示生动展现了道通科技在超视距遥操作、全身遥操作，以及"识别—决策—执行"完整自主方面的成熟能力。
在超视距遥操作方面，操作人员无需与机器人处于同一空间，即可跨地域通过网络实时下发指令，并同步获取机器人环境反馈，实现远程精准控制。这意味着机器人部署将不再依赖专家现场值守，未来可由后方操作中心统一调度多台异地机器人，为大规模商业化应用奠定基础。
全身遥操作技术可同步控制机器人底盘、双臂及夹爪，实现更加符合人体自然操作习惯的人机交互方式。机器人能够在移动过程中完成抓取、搬运等连续动作，适用于狭窄空间避障、边行走边作业等复杂工业场景。为了进一步提升机器人泛化能力，道通科技构建了覆盖矩形、球形、异形及大重量高摩擦物体的多物体抓取数据体系，为后续具身模型训练提供高质量数据基础。
相比遥操作，更受关注的是机器人自主作业能力。现场展示的自主开门任务中，机器人能够在距离目标10米外、任意角度及不同光照条件下自主规划路径并完成开门动作，任务成功率稳定保持在90%左右，显著高于行业通用模型直接部署约40%至50%的成功率。这一能力意味着巡检机器人将突破传统“行走+拍照+上报”的能力边界，可自主进入建筑内部、跨楼层执行巡检任务，并为未来自主操作配电箱、执行现场应急处置等复杂操作奠定技术基础。
巡检Agent平台构建具身智能"操作系统"
机器人能力不断提升的同时，道通科技也在同步构建支撑产业落地的巡检Agent平台。针对具身智能部署过程中硬件异构、误操作风险高等行业痛点，提出以平台化方式降低Agent开发门槛，实现不同机器人、不同客户、不同场景之间的快速适配。
平台构建了覆盖行业专家知识库、部署前仿真评测以及运行阶段Physical AI Harness框架的三重安全保障体系，实现从知识输入、部署验证到运行监控的全流程风险控制，最大程度保障机器人真实物理操作的安全性与稳定性。
与此同时，道通科技建立了数据飞轮机制。客户在实际使用过程中产生的数据将持续回流行业知识库，不断强化模型能力，使平台能够快速适配新的行业需求，而无需针对每一个客户重新开发完整系统，大幅降低定制成本，提高交付效率。
目前，道通科技行业专家知识库及仿真评测平台已完成验证，自研框架经过大量真机测试，正式进入商业化落地阶段。
按照规划，道通科技将在未来一个月实现巡检Agent零代码快速构建，两个月内完成行业本体知识体系建设，半年内形成完整的数据飞轮生态。
在商业化落地方面，道通科技为单个客户构建专属巡检Agent的周期约为1天，未来平台成熟后有望进一步压缩至小时级交付。
快慢脑架构破解巡检AI
"高精度、高效率、低成本"难题
围绕巡检AI模型，道通科技提出了自主研发的VLA巡检大脑及快慢脑协同架构。
当前行业模型普遍存在三类问题：通用检测模型精度不足、专用小模型泛化能力有限、大模型推理成本高且实时性差，难以满足巡检业务对于准确率、实时性、部署成本及数据安全的综合要求。
对此，道通科技创新设计了快慢脑协同架构。其中，快脑长期驻留设备端，负责目标检测及实例分割，仅当发现异常事件时，才触发慢脑进行多模态语义理解和事件推理。这种架构既保证实时检测效率，又避免大模型持续运行带来的算力消耗，大幅降低部署成本，同时兼顾复杂事件理解能力。
目前，该架构已将巡检事件检测准确率提升至90%以上，并有效降低误报率。同时支持客户私有化部署，满足能源、电力、交通等行业对于数据安全的严格要求。
在数据壁垒建设方面，道通科技认为，巡检行业数字化程度较低，真正具备价值的数据无法通过互联网获取，而需要长期投入采集与标注。
为解决长尾事件样本不足的问题，道通科技建立了冷启动自动标注、数据合成管线及仿真平台生成三类数据生产机制，使模型无需等待真实事故发生即可完成训练，进一步提升复杂场景下的泛化能力。
空地协同打造具身智能巡检新范式
开放日还展示了道通科技机器人本体及空地协同技术路线。
道通科技选择轮式人形机器人作为工业巡检切入形态，在兼顾轮式移动效率、稳定性和续航优势的同时，保留人形机器人对于现有工业环境和人工操作流程的天然适配能力，无需改造现有基础设施即可快速部署。
按照研发规划，道通科技预计将在今年10月底推出样机，整机防护等级达到IP54，可满足粉尘、雨水等复杂环境下7×24小时连续巡检需求，越障能力较行业同类产品提升约30%，同时支持自主回充及快速换电。
在多机器人协同方面，道通科技自主研发的IVL（隐式虚拟领导者）多机协同算法实现了突破。系统通过视觉估计各机器人之间的相对位姿，围绕隐式虚拟领导者自主完成协同决策，降低了对GPS及中心控制节点的依赖，可支持无人机、无人车、机器狗、轮式机器人、双足机器人等异构设备协同作业。
目前，该算法已达到多机器人协同领域国际领先水平，并计划率先在深圳已签约项目中开展空地协同巡检验证，加速真实场景落地。
聚焦巡检垂域
打造具身智能产业化核心竞争力
活动最后，道通科技首席科学家Richard博士进一步阐述了道通科技的AI业务整体战略。
道通科技提出以巡检场景作为具身智能商业化切入口，形成“巡检任务—Agent平台—仿真验证—机器人执行”的完整闭环，由Agent平台统一调度无人机、地面机器人等不同类型具身智能设备，实现真正意义上的空地一体协同巡检。
与通用AI企业不同，道通科技将核心竞争力聚焦于巡检垂域智能，打造具备事件级语义理解能力的"巡检大脑"，能够针对交通、园区、能源、电力等行业精准识别违停、人员闯入、设备异常等复杂事件，而不仅仅停留在目标检测层面。
同时，道通科技实现了行业知识与巡检模型跨机器人平台共享，仅需针对不同机器人底层运动控制进行少量适配，大幅提升模型复用效率。通过Real-to-Sim技术，将真实场景数据持续注入仿真平台，在完成虚拟验证后，仅需采集少量真机数据即可快速完成部署，有效降低商业化落地成本与风险。
目前，道通科技已完成高速、油田等标杆项目签约，并进入商业化验证阶段。未来，道通科技将持续以巡检场景为突破口，逐步向简单操作类任务延伸，推动具身智能在更多行业实现规模化应用。
业内人士认为，随着AI大模型、机器人本体及多机协同技术持续成熟，具身智能正从实验室迈向产业化落地。依托长期积累的巡检场景数据、垂域模型能力以及空地一体协同优势，道通科技正在构建覆盖平台、模型、本体和应用的完整技术体系，为具身智能产业发展探索一条具有商业可持续性的实践路径。
—END—
