本届2026年度WAIC大会上，赛索德(上海)智能科技有限公司作为上海市虹口区具身智能重点签约单位，正式参与虹口区具身智能产业生态建设。此次签约不仅是赛索德在具身智能方向持续深耕的重要节点，也体现了虹口区面向人工智能、机器人和智能制造等前沿产业的系统布局。

具身智能正在成为人工智能产业发展的重要方向。与主要存在于数字空间中的人工智能不同，具身智能强调智能体在真实物理世界中的感知、理解、决策和行动能力。它不仅要求模型具备理解任务的能力，更要求机器人能够在复杂环境中使用工具、完成动作、处理反馈，并持续适应真实场景中的不确定性。

在这一趋势下，赛索德将以此次签约为新的起点，围绕工业装配、质量检测、柔性制造和智能作业单元等方向，加速推动具身智能机器人从技术研发走向产业落地，为制造业智能化升级提供可验证、可交付、可复制的新型解决方案。

立足上海，面向工业级交付的具身智能企业

赛索德(上海)智能科技有限公司是一家专注于具身智能技术研发、系统集成与产业化应用的科技企业。公司始终围绕“让智能体进入真实物理世界，并能够自主完成复杂任务”这一核心目标，持续推动机器人感知、认知决策、运动控制、精细操作、工具使用以及行业场景应用等关键能力的深度融合。赛索德所关注的并不是某一种单一形态的机器人硬件，也不是停留在实验室环境中的算法验证或动作演示，而是如何将具身智能真正部署到工业和商业现场，使机器人能够在复杂、动态、半结构化甚至非标准化的环境中，持续、稳定地完成具有实际价值的生产和作业任务。

在赛索德看来，具身智能的核心价值并不只是让机器人完成抓取、搬运、装配或检测等单一动作，而是让机器人具备理解环境、识别任务、规划步骤、调用工具、执行操作和反馈修正的完整能力。一个动作能够被成功演示，并不意味着这项技术已经具备产业应用价值。真正能够落地的机器人系统，还需要面对连续作业稳定性、任务成功率、节拍效率、安全性、异常处理能力、设备兼容性以及生产数据追溯等一系列现实问题。因此，赛索德持续致力于将人工智能算法、机器人控制系统、末端执行器、专业工具、传感设备与具体工艺流程连接起来，形成能够在实际现场长期运行的完整解决方案。

这种“软硬件与工艺一体化”的能力，是赛索德区别于单纯机器人本体厂商和传统自动化集成商的重要特征。传统机器人企业往往更加关注机械臂、移动底盘或控制器等硬件性能，而算法企业则可能更关注感知模型、视觉识别和任务规划能力。赛索德希望打通从感知、决策到执行的完整链路，不仅让机器人拥有更强的智能能力，也确保这些能力能够适配具体的生产要求、现场环境和质量标准。公司希望解决的不是“机器人能不能完成某个动作”，而是“机器人能不能在真实生产环境中，长期稳定、低成本、可复制地完成一整套工作”。

算法体系：SaiVLA与SaiWorldModel

赛索德构建了以视觉—语言—动作模型SaiVLA与机器人世界模型SaiWorldModel为核心的算法体系。两类模型分别面向机器人实时动作生成与未来状态预测，共同构成具身智能系统中的核心模型层，使机器人从基于当前观测的反应式控制，发展为具备环境理解、未来预测与闭环决策能力的通用智能系统。

其中，SaiVLA负责将视觉观测、语言指令与机器人本体状态映射为可执行动作;SaiWorldModel通过学习动作与环境变化之间的动态关系，对任务未来状态、关键交互过程与潜在执行结果进行建模。二者结合后，系统不仅能够生成当前动作，还能够预测动作对物理世界的影响，从而支持更稳定和可解释的决策过程。

SaiVLA：视觉—语言—动作模型

SaiVLA是面向通用机器人操作任务的视觉—语言—动作模型。模型以视觉信息、自然语言指令和机器人状态为输入，直接输出机器人动作序列，实现从任务理解、场景感知到连续控制的端到端建模。在公开机器人操作基准中，SaiVLA-0在LIBERO上实现了99%的平均任务成功率，SaiVLA-0.1在更具挑战性的LIBERO Plus基准上实现了88.89%的成功率，体现出模型在标准操作任务、视觉扰动、场景变化及分布外环境中的泛化能力。

在模型架构上，SaiVLA采用“Cerebrum—Pons—Cerebellum”(大脑—脑桥—小脑)的分层设计：

· Cerebrum模块负责视觉语义理解、语言指令解析与高层任务推理

· Pons模块负责将多模态表征转换为与机器人状态、操作目标和动作空间相关的控制表征

· Cerebellum模块负责生成高频、连续且稳定的机器人动作

该分层结构实现了高层语义推理与底层控制的解耦，使模型在保持通用视觉语言理解能力的同时，满足真实机器人控制对实时性、稳定性和动作精度的要求。在视觉建模方面，SaiVLA重点关注与操作相关的区域，包括机器人末端、目标物体、工具、接触区域及局部空间关系，减少背景纹理、光照变化和无关物体对动作预测的干扰，从而形成更加紧凑且稳定的控制表征。

SaiWorldModel：机器人世界模型

SaiWorldModel是面向机器人交互任务的世界模型，其核心目标是学习机器人动作、环境状态与未来变化之间的动态关系。不同于以生成完整未来图像或视频为目标的传统视觉预测模型，SaiWorldModel采用面向动作决策的信息瓶颈设计，重点保留与机器人操作相关的未来信息，包括物体状态变化、空间关系、接触关系、运动趋势、任务阶段和动作结果。通过压缩与控制无关的视觉信息，模型能够学习更加紧凑、稳定且与动力学相关的世界表征。在实际应用中，SaiWorldModel可根据当前环境状态和候选动作，预测动作执行后的关键状态变化，为动作选择、任务规划、失败预警和在线纠错提供依据。例如，在抓取、插接、装配等任务中，模型可以预测机器人末端与目标物体之间的相对变化，判断动作是否可能导致偏移、碰撞或执行失败。

闭环决策与系统协同

SaiVLA与SaiWorldModel共同构成闭环决策系统：

· SaiVLA负责基于当前观测生成动作

· SaiWorldModel负责预测动作执行后的环境变化并评估结果

当实际执行结果与预测存在偏差时，系统可重新识别环境状态并调整动作策略，实现“感知—预测—行动—校正”的持续循环。在时间尺度上，SaiVLA侧重实时动作生成与短期控制，SaiWorldModel侧重中长期状态演化与任务规划。通过不同时间尺度模型的协同，系统能够兼顾执行效率、操作精度与长期任务一致性。

工业应用与数据闭环

该算法体系已应用于工业装配及复杂机器人操作任务，包括螺栓拧紧、螺钉安装、连接器插接、卡扣装配等接触丰富型操作场景。针对工业环境中高精度、高稳定性及复杂扰动条件的需求，SaiVLA与SaiWorldModel分别从动作泛化能力与未来状态预测能力两个层面提升系统鲁棒性。同时，赛索德构建了基于真实机器人部署的数据闭环，通过规模化采集工业操作数据，并结合强化学习、模仿学习与世界模型训练持续优化策略，实现“模型部署—真实执行—数据采集—模型迭代”的持续演进。

现阶段，赛索德重点面向工业制造中的高频、高价值任务，打造具备实际交付能力的具身智能机器人系统，公司的产品和解决方案主要围绕装配、拧紧、取放、检测、上下料、工位协同和数据追溯等方向展开，目标是帮助企业用更少的改造成本，获得更强的柔性作业能力。在装配与拧紧场景中，机器人需要识别工件位置和孔位关系，规划工具进入姿态，完成螺栓、螺母、卡扣或结构件的装配动作，并通过工具反馈和视觉确认形成质量闭环;在柔性取放和上下料场景中，机器人需要处理不同形态、不同摆放状态的工件，逐步提升对非标准来料的适应能力;在质量检测场景中，赛索德更关注的是让机器人帮助企业完成装配后的基础确认，也就是快速判断关键动作是否已经做到位、结果是否可靠、是否需要人工复核，从而让生产过程更清楚、更可控，也更容易追溯。

在工位级解决方案方面，赛索德希望将机器人本体、视觉系统、末端工具、工装夹具、任务软件和数据接口整合为完整作业单元，使客户不只是采购一台机器人，而是获得一套能够嵌入现有产线、服务具体工艺、并支持后续扩展的具身智能系统。这类系统更适合在汽车零部件、新能源装备、通用机械、精密制造等行业率先落地，因为这些行业既有明确的效率和质量需求，也有足够多的复杂工艺场景，能够让具身智能真正发挥价值。

商业化路径：从单点工序突破到可复制解决方案

具身智能的商业化不能只依靠概念和演示，必须回到真实客户、真实场景和真实价值。赛索德在商业化落地上坚持“场景牵引、任务闭环、逐步扩展、长期复用”的路径，但这条路径不是简单拆成几步去推进，而是围绕企业最关心的效率、质量、柔性和改造成本，先把一个明确工位上的核心任务做稳，再把周边能力逐步接上，最后沉淀成可复制的行业方案。对于客户来说，最有价值的不是机器人能展示多少花活，而是它能否在真实产线上稳定完成一个具体任务，能否在不大改产线的前提下真正替代一部分人工，能否把动作结果、质量结果和生产记录连成一体，能否在后续扩展到更多型号、更多工位和更多工序时保持一致的交付逻辑。基于这样的思路，赛索德更倾向于从装配、拧紧、检测和上下料这类边界相对清晰、价值相对明确的场景切入，先用一个工位把效率提升、稳定性和可追溯性做出来，让客户先看见实际收益，再逐步把这套能力扩展到更多工位和更多产线。随着项目不断推进，赛索德会把在不同现场验证过的算法能力、工艺经验、末端工具适配和软件接口沉淀成标准模块，再通过产品化和平台化方式去服务更多客户，让一个项目的成果变成一类项目的能力。这样做的目的，不是把项目做成一次性的定制工程，而是让每一次落地都能反哺产品化，最终形成更适合规模推广的具身智能解决方案。

这种路径的核心，是让客户在每个阶段都能够看到明确的商业回报。赛索德不仅关注机器人是否完成动作，还会结合产线节拍、任务成功率、连续运行时间、一次通过率、人工替代程度、异常恢复效率等指标，对项目价值进行量化评估。对于客户而言，一个具身智能项目的收益可能不仅体现在直接减少人工，还体现在降低质量波动、减少返工损失、缓解招工难题、缩短新员工培训周期以及提高生产过程的透明度。特别是在多品种、小批量和柔性生产场景中，机器人对不同工件和任务的适应能力，也能够减少传统自动化设备反复改造和重新调试所带来的隐性成本。

面向未来：让机器人真正进入物理世界

当前，人工智能正在从理解文本、图像和视频，进一步走向理解和改变物理世界。具身智能正是这一趋势的重要载体。随着多模态大模型、机器人基础模型、仿真训练、强化学习、运动控制、传感器技术和工业数据系统不断成熟，机器人将逐步从固定程序设备升级为能够理解任务、适应环境和持续迭代的智能体。赛索德判断，未来具身智能的发展不会是一蹴而就的“通用机器人替代一切”，而会经历从具体场景到通用能力、从单点任务到复杂流程、从人机协作到智能作业系统的逐步演进。真正有价值的公司，既要理解前沿技术，也要理解产业现场;既要有算法能力，也要有工程交付能力;既要能做样机，更要能做产品和服务。

因此，赛索德将持续加大在具身智能核心技术和产业化落地方面的投入，重点推进四个方向：一是提升机器人在真实工业环境中的感知和操作稳定性，使其能够适应更复杂的工件状态和现场约束;二是强化双臂协同、工具使用、柔性装配和质量检测能力，让机器人能够承担更多原本依赖人工经验的复杂任务;三是完善数据闭环和软件平台能力，将机器人作业结果与企业生产系统、质量系统和工艺优化流程连接起来;四是打造可复制的行业解决方案，推动具身智能从单个示范项目走向更多客户、更大规模和更高价值的产业应用。

以此次成为WAIC重点签约单位为契机，赛索德将继续坚持真实场景牵引、技术创新驱动和工程交付导向，推动具身智能机器人在工业制造和更多物理世界场景中释放价值。赛索德相信，具身智能不仅是机器人技术的新阶段，也是人工智能产业走向实体经济的重要路径。未来，公司将与WAIC及产业各方携手，持续探索具身智能在先进制造、工业装配、质量检测、智能生产和更多场景中的应用空间，助力上海打造具有影响力的具身智能产业高地，也为中国智能制造和新质生产力发展贡献新的技术力量。