近日，在2026世界人工智能大会（WAIC）期间，深耕制造场景近二十年的东莞企业拓斯达，与国产物理引擎及物理世界模型企业飞捷科思联合首发Fysiverse工业物理世界模型。该模型直指传统工业仿真中物理失真、仿真数据无法直接用于真机等长期存在的行业短板，尝试构建高精度通用工业仿真底座，为工业物理AI与具身智能的规模化落地提供技术支撑。
论坛现场传统工业仿真往往只能做到“形似”，难以准确反映真实工厂中零部件的刚度、形变、摩擦、负载以及公差等关键物理特征，导致仿真训练数据无法有效复用于实体机器人。此次发布的Fysiverse模型搭载飞捷科思全栈自研的可微分物理仿真引擎Fysics，能够精准还原零部件与整线产线的上述真实物理特性，一键生成高保真、可交互的数字孪生环境，并产出1:1匹配真实工况的训练素材。这意味着仿真不再停留于“看起来像”，而是开始服务真实的工业运行规律，使工业机器人能够更准确地识别现场工况、适配生产中的变数。
论坛现场Fysiverse模型采用云-边-端一体化的自进化架构，与拓斯达多年积累的海量工业场景经验和落地数据深度融合，形成自驱式迭代的技术闭环。在虚拟物理环境中，优化后的AI算法与生产工艺方案可先完成全工况的模拟推演和全方位验证，规避直接在真机上调试带来的试错成本与安全风险；达标后即可快速部署至实体机器人。与此同时，机器人在真实运行中沉淀的工艺数据、作业经验与场景适配能力，会持续反向回流至仿真系统，形成“高精度物理建模—AI高效训练—真机落地迭代”的永续进化模式。
拓斯达轮式人形机器人小拓在注塑产线进行物料检测验证值得关注的是，Fysiverse模型全面适配拓斯达全系工业机器人，这使得过去长期依赖人工经验反复调试、耗时费力且难以标准化的模式开始改变，设备落地门槛有望大幅降低。大会现场的信息显示，拓斯达轮式人形机器人小拓已在注塑产线完成了物料检测、分拣与摆盘等验证，成为该模型在真实场景中初步落地的实例。
拓斯达轮式人形机器人小拓在注塑产线进行分拣与摆盘验证拓斯达方面表示，此次合作是其完善工业具身智能技术版图、打通虚实融合全链路能力的关键布局。未来，企业将持续以AI技术为驱动力，为工业物理AI与具身智能行业构建可复用的标准化落地范式，推动相关技术在各类工业场景中实现规模化应用，助力制造业智能化升级进程。
文 | 记者 彭钦
