场景，数据，模型，应用，硬核闭环物理AI！--天奇股份实锤

最正宗的物理AI

从本体‑零部件‑大模型‑数据集形成闭环

生态层面，天奇投资、自研、产学研并进的路线。

2025年初，其与银河通用机器人签署合资协议，设立无锡天奇银河机器人有限公司，如今持股55%，布局工业人形整机。

---2026年5月，天奇股份主导的《离散制造装配与分拣高质量数据集建设项目》，入选江苏省工业和信息化领域行业高质量数据集建设先行先试联合体及项目名单，瞄准工业机器人训练数据供给问题。

---2026年6月，入股具脑磐石，补齐垂类大模型；随后继续战投坤维科技，补齐力感知零部件。

---到了今年7月，其联合南京航空航天大学、江南大学共建的“江苏省具身智能机器人工业应用重点实验室（筹）”也成功获批。

ps；该实验室是本次入选中唯一一个以工业应用为核心的具身智能机器人省级重点实验室，也是无锡市唯一由本土企业联合本土高校共建的企业主导型省级重点实验室。

至此，天奇股份完成“本体‑零部件‑大模型‑数据集‑省级产学研平台” 这样一个较为完整的具身生态闭环。

工业制造，是目前具身智能商业化最想跑通的场景之一。

你的模型还在实验室，我的机器人已经可以执行指令了！

2：天奇股份把工厂变训练场：机器人年采上千万条工业数据，靠数据先赚钱

把自家工厂改成了机器人的"驾校"：近 7000 平方米、七大实训区、近百台机器人同步练习，一年能产出上千万条高质量工业数据。具身智能最缺的不是算法，是数据——而它，恰好离产线最近。

一、痛点：机器人想上岗，先缺"教材"

真正卡住落地的不是大模型，而是数据。机器人在真实物理世界里靠身体感知、交互产生的动作轨迹数据，和纯文本训练出来的模型完全不是一回事。一个被广泛引用的判断是：国内优质灵巧手数据供给量，不足实际产业化需求的 10%，属于典型的结构性稀缺。

传统做法是在实验室里搭场景、雇人演示采集，成本高、规模小、场景单一。工厂里的真实工况——搬运、上下料、分拣、喷涂、缺陷检测——恰恰是机器人最该学、却最难标准化的部分。谁手里有真实工业场景，谁就掌握了这类数据的定价权。

最重要的是；天奇把链路做通了。模型与场景侧，公司围绕无人零售、导览讲解、工厂料箱识别与搬运、空箱码垛、零部件按类分拣等需求开展训练优化。

国内：长城汽车人形机器人在物流场景的应用项目已完成验收，丰田通商，东风猛士、武汉富士康等具身智能项目也完成了产品交付或技术验证，已覆盖整车制造、汽车零部件、轮胎、锂电池、3C 五类制造场景。

国外：

海外首秀｜天奇银河机器人助力极石汽车（ROX）阿联酋首台整车下线

这逻辑完全硬核吧？今天三季报公布，还在加大投入具身智能，各大厂商都在争抢节点，真正的AI不该局限在大模型！而是真正走进人类的世界！！

作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。