2026年6月，工信部启动人形机器人与具身智能"实景实训"专项行动，明确到2026年底形成百个高价值场景、万台级落地的"作业模式"。

几乎同一时间，JAKA Kargo轮式人形机器人搭载JAKA EVO具身智能操作系统，落地某中国汽车零部件巨头的工厂，扎进大灯工厂、电子工厂的料箱搬运场景的“毛细血管”，原子技能从12个到78个，单箱搬运节拍从105秒/箱到28秒/箱，单箱搬运效率提速近4倍，完成5层的料箱码放与空箱分层回收，以真实产线实景实训沉淀可复用的工业作业范式，为专项行动 “百场景、万台级” 的落地目标，贡献可复制的具身实践样本。

节拍跃迁

从105秒到28秒，单箱效率提速近4倍

7月初场景方案正式确定后，节卡团队驻场与客户共创，7月25日JAKA Kargo料箱搬运全流程跑通，平均节拍105秒/箱，于8月4日调优至48秒，8月19日节拍达到28秒，效率提速近4倍，达成阶段性验收标准。

从方案落地到验收的1.5个月内，JAKA Kargo的单箱搬运节拍从105秒/箱到28秒/箱，真正够到人工作业节拍边缘，堪称具身智能工业落地的里程碑性事件。

业内周知，让具身产品从实验室demo到真实料箱搬运场景落地，往往需要经历"激光/视觉定位调试、技能原子化、与立库/输送线打通、节拍压测、多线复制"等链路验证，每一段都将需要耗费几周甚至数月。

为了让工程验证的效率跟上业务节奏、满足客户的ROI预期，基于十余年来数万台节卡机器人落地所积累的场景Know-how能力，我们集中优化了客户工厂中关键环节的绝对定位方式、多设备调度链路、原子技能建设和Agent技能调度以及局部异常恢复四大板块，使得Kargo能够协同工厂设备，完成“满箱去、空箱回”循环搬运的系统级作业，覆盖托板车5层码放与空箱分层回收，让工厂料箱持续、有序流转。

其中，在技能调度层，JAKA EVO具身智能操作系统采用分层智能体架构，串联Agent决策、技能库调度、控制与本体层执行并实时反馈，并让策略协同与真机验证闭环，让模型决策与产线节拍、安全、良率要求对齐，使技术能力转化为可落地、可复制的工业作业能力。

技能爆炸

原子技能从12个到78个，新场景部署从月级到天级

技能库是让产线节拍脉动的基石（本次驻场的节卡工程团队某人如是说）。

在本次工程验证中，节卡在工业料箱场景的技能库爆炸式扩张——原子技能从落地前12个，扩展到78 个，覆盖不同规格料箱、不同垛型、不同上下料位姿。由此，新场景部署时间从1–2 个月压缩至3–5天，部署周期的缩短，反过来加码场景验证不断提速。

其中，技能库由垂域技能与原子技能构成。数据驱动（VLA）、环境交互（RL）与规则算法贯通执行、导航、感知、信息与操作，在任务流中彼此衔接，联通从任务理解、技能调度、动作执行到结果验证与异常恢复的全链路，且系统支持技能纠错演进与复合技能生成，Skill体系本身开放且可持续进化。已有的规则技能可以直接调用，没有的技能可通过采数、训练快速补充。（点击链接了解更多关于JAKA EVO系统和工业具身数据飞轮）

如此，新场景能够更快跑通，在降低人工干预的同时节拍更稳、异常更少，产线换型而产量保持稳定，推动具身智能从单点验证走向可复制的工业落地。

因地制宜

120张图 → 3–5张模板， Agent+YOLO打通视觉链路

每个客户场景总有属于自己的落地难题。

在定位层面，我们重构了视觉链路：一是开发新定位方案替代单激光导航，避免复杂光源工业场景下，因纯激光定位频繁出现的漂移与丢定位问题，提升机器人定位的稳定性与抗干扰能力；二是打通并优化Agent与Yolo方案，依托云服务器加速完成基于新场景视图数据的视觉训练，缩短落地周期。其中，我们基于场景需求和待匹配物体设计点云模板，以专业经验指导Agent决策视觉和模板调用类型，让YOLO负责诸如不同位子下的料箱精准识别和朝向调整等工序细节，减少视觉调试工时与人工标注成本。

最终，视觉模板数量从120张图压缩到3–5张模板——让视觉链路变得更轻、更快，也更稳，压缩比高达40 倍，进一步缩短机器人的部署时间和调优成本。

本次场景落地，不只是一次单点验证，从视觉链路、调度链路到技能调度与异常恢复的方案优化，亦是对节卡具身产品在真实、复杂现场的系统性检验，对节卡具身团队的方案能力和工程落地能力的考验。

随着在客户大灯工厂、电子工厂场景的深入，针对部分较重料箱需求，节卡研发团队推出JAKA Kargo50，单臂负载升级为25kg，重复定位精度为±0.1mm，推动JAKA Kargo系列机器人在更广泛的料箱场景扛得动、放得稳，让具身应用规模化落地，为行业迈向百场景、万台级落地持续积蓄工程力量。