一周连发6个模型！这家公司把具身智能的闭环跑通了
内容提要
截至2026年6月，国内具身智能融资约438亿元。工业场景因任务重复、边界固定成为最快落地赛道，企业采购同比增2.3倍。安努智能发布六款模型，覆盖数据生成、认知、训练、执行与部署，构建全栈闭环，其核心壁垒是真实产线部署经验，已在富临精工批量落地。
延伸解读
工业场景为何成为具身智能落地突破口
文章指出，工业场景任务重复度高、边界固定，相比家用场景中宠物、玩具等不确定因素，更容易在短期内实现技术突破。国家税务总局数据显示，2026年1-5月工业企业购进具身智能机器人金额同比增长2.3倍，表明企业正从购买演示转向实际产线部署。这提示读者，评估具身智能进展时，应关注真实产线的连续运行能力，而非仅看模型参数或演示效果。
安努六模型体系如何串联数据到部署闭环
安努智能发布的六款模型覆盖数据生成、认知理解、训练进化、动作执行和端到端部署。Helios和SimLab解决数据采集与仿真难题，ActiWorld确保动作后果可验证，RoHIL/EvoHIL实现真机强化学习与自适应，AnuVerse-0.5负责动作输出，Nexus统一部署并接入工厂管理系统。这套体系形成从数据到部署的闭环，真实产线数据回流反哺训练，体现了全栈闭环的工程化思路。
部署经验为何比模型开源更具长期壁垒
文章强调，模型可以开源，但产线部署经验必须靠实打实积累。安努工程师驻场富临精工，将踩过的坑沉淀为可复用技能包，使同类型工位部署时间从4个月缩短至3天，设备平均故障间隔超300小时。高盛报告也指出，柔性物体操作等任务无法仿真，部署产生的专有数据是长期护城河。这提醒读者，具身智能的竞争正从模型聪明度转向真实产线中的稳定运行与ROI。
成本与ROI：规模化落地的关键指标
安努通过EvoHIL等技朮降低训练、迁移和奖励设计成本，同等规模部署下整体成本可降约80%。在富临精工绵阳工厂，料箱搬运场景已批量订单运行，单班回本周期压到12-18个月，比传统工业机器人便宜40%以上。安努董事长文宏杰认为，当新增机器人带来的软件收入增长快于交付人力增长时，公司才真正进入规模化阶段。这为读者提供了评估具身智能商业化的具体财务视角。
Q&A
为什么工业场景被认为是具身智能最快落地的赛道？
工业场景中取放、搬运、插拔等动作重复度高，任务边界相对固定，相比家用场景中可能出现的宠物、玩具、陌生访客等不确定因素，更容易在短时间内被集中突破。国家税务总局数据显示，2026年1-5月全国工业企业购进具身智能机器人总金额同比增长2.3倍，企业采购正从买demo转向上产线。
安努智能发布的六款模型分别是什么？各自负责什么环节？
六款模型包括：实时长视频生成模型Helios（数据生成）、软物体仿真平台SimLab（数据生成）、世界模型ActiWorld（认知理解与动作后果预测）、强化学习工具EvoHIL（训练进化）、工业垂类模型AnuVerse-0.5（动作执行）、端到端部署系统Nexus（部署）。它们覆盖了从数据生成、认知理解、训练进化、动作执行到端到端部署的全栈闭环。
ActiWorld世界模型的核心特点是什么？它如何提升机器人操作成功率？
ActiWorld的核心是让机器人对动作后果负责，在真正伸手前预判动作是否会失败。它同时关注动作、时间、空间三个角度，确保预测画面包含足够动作信息，并能在训练阶段通过三条约束强化动作逻辑，推理时走标准接口不增加成本。测试显示，它对成败判断与真实结果的偏差低于3.25%。在包裹分拣任务中，原本成功率56%，加上ActiWorld引导的预演后，相对失败率降低约13.6%。
安努智能如何解决机器人跨光照场景的稳定性问题？
安努通过RoHIL和EvoHIL两代真机强化学习技术解决光照变化问题。RoHIL将世界模型重新打光，让机器人在不同光照条件下维持稳定判断，跨光照部署成功率达100%。EvoHIL则给奖励模型、动作生成器、视觉感知装上自适应能力，使机器人无需人工离线重新标注数据或停线重训，就能适应新工位、新光照，自己生成新动作方案。以USB插入任务为例，光照完全偏移时人工介入比例仅1.32%，不到旧方法的十分之一。
安努智能的Nexus部署系统有哪些功能？
Nexus是端到端部署系统，具备快速部署、自主调度、资源汇聚三大优势。它统一调度不同模型和不同品牌机器人，让VLA、世界动作模型等端到端模型快速部署上线。Nexus内置基于动作层面的安全盾，兜住产线误动作风险。此外，Nexus已打通SAP的EWM和Joule系统，让机器人嵌入工厂原有生产管理流程。
安努智能在富临精工的实际落地效果如何？
安努智能在富临精工绵阳工厂的料箱搬运场景已实现批量订单运行。第一个工位用了4个月跑通部署，沉淀技能包后，同类型工位现在3天就能搞定，设备平均故障间隔时间做到300小时以上。机器人一机多岗靠Nexus调度，换线不重新示教，单班回本周期可压到12-18个月，比传统工业机器人便宜40%以上。
安努智能如何看待通用基座模型开源和英伟达Cosmos等世界模型的影响？
安努智能认为通用基座模型开源和Cosmos等世界模型的发展不是威胁，而是效益放大的杠杆。通用基座越强，越能把通用推理变成基础设施，而安努的壁垒在于工业现场的真机数据飞轮、工艺约束建模以及从仿真到产线365天不停转的部署能力。Cosmos再强也解决不了具体工位敢不敢用、稳不稳、停机赔偿等问题。安努的叙事是把世界模型接进工厂，保证它真的能用、敢用、持续用。
