「仿真派」落地真产线！苏度WAIC首秀，CEO韩铮：99%+成功率
内容提要
苏度科技在WAIC展示仿真训练机器人，实现99%+抓取成功率，涵盖精密装配、柔性打包及宁德时代电池产线多机协作。公司坚持仿真为主、虚实融合数据路线，自研本体，构建高精度世界模型，目标打造具身智能iOS平台，强调高可靠性与泛化能力，估值达200亿元。
延伸解读
仿真路线的底气：从98%到99%+
苏度科技在CVPR上展示的Zero-shot抓取成功率约为98%，但客户验收标准是99%+。这1%的差距看似微小，却需要虚实融合的数据链路来弥补：以大规模仿真数据为主体，结合少量真机数据微调。这种策略既保证了泛化性，又满足了商业化的高可靠性要求，是仿真路线落地的关键一步。
接触密集操作的挑战与应对
精密装配和柔性打包是接触密集操作的典型代表，前者考验精度，后者考验对不确定性的处理。苏度用同一套基座模型完成这两项任务，并保持与抓取同级的抗干扰能力。这得益于其世界模型对物理属性的高精度建模，以及端到端的全身控制策略，使得模型能在复杂接触中实时调整。
多机协作与长程任务的可靠性
与宁德时代合作的电池模组产线展示了多机协作和长程任务的能力。关键在于状态传递：每一步的执行结果成为下一步的起始条件，任何一环出错都会中断链路。苏度通过预训练阶段不进入具体场景，优先打造可迁移的底层技能，交付时只需少量真机数据后训练，即可组合出新的工作流，降低了长程任务的部署成本。
自研本体的必要性
苏度坚持自研本体，因为市面上的机器人无法满足其算法要求。CEO韩铮指出，如果大脑只有50%的成功率，搭配再好的硬件也无济于事。自研能确保硬件与底层模型的深度兼容，避免木桶效应。这种软硬一体的模式，类似于iPhone+iOS，是追求高可靠性和泛化能力的基础。
Q&A
苏度科技在WAIC上展示了哪些机器人操作能力？
苏度科技在WAIC上展示了四组Demo，包括泛化抓取、亚毫米精密装配、双手柔性打包，以及与宁德时代合作的电池模组产线多机协作。这些演示覆盖了从单机操作到多机协同的长程任务。
苏度科技如何实现99%以上的抓取成功率？
苏度科技通过以仿真数据为主、虚实融合的数据路线，在预训练阶段用大规模仿真数据构建泛化性强的基座模型，再在交付阶段结合少量真实数据微调，从而在真实场景中达到99%以上的成功率。
苏度科技如何解决接触密集型操作的仿真难题？
苏度科技通过构建高精度的世界模型，对环境和物体进行高精度几何理解与预测，包括材质属性、摩擦系数、几何约束等，并在仿真中实现世界模型与强化学习一体化，使机器人能在虚拟环境中学习可迁移的物理规律，从而解决接触密集型操作的仿真难题。
苏度科技与宁德时代的合作内容是什么？
苏度科技与宁德时代合作，在WAIC现场复刻了一条电池模组产线，完整还原锂电产线从上料到下料的全流程，包括上料、电芯装配、扫码、下料，由四台同型号机器人分守不同工位协同作业。
苏度科技为什么坚持自研机器人本体？
苏度科技在筹备期间测试了市面上的各类移动底盘和全身机器人，发现它们的底层架构、硬件选型和规格参数无法满足算法要求，第三方定制开发也难以统筹完成整机设计，因此决定自研本体，以确保软硬件的深度兼容。
苏度科技如何看待世界模型的分类？
苏度科技CEO韩铮认为，李飞飞提出的渲染、模拟、规划三类世界模型之外，还需要第四类世界模型，即对环境和物体形成高精度几何理解与预测的能力，涵盖材质属性、摩擦系数、几何约束等，用于接触密集型操作。
苏度科技在电池模组场景中的独特优势是什么？
苏度科技在电池模组场景中的独特优势是极致的可靠性。通过仿真训练，模型在部署到具体产线时无需大量针对性后训练数据，成功率即可达到99%以上，且对电芯规格、产线环境等变化适应性强，更换型号或迁移到其他工厂只需一到两天部署。
苏度科技如何实现多机协作和长程任务？
苏度科技通过预训练阶段不进入具体场景，优先将可迁移的底层共性技能（如Picking）做到极致，并保证泛化性。交付阶段只需少量真机数据后训练，任何工作流都能基于已有技能库自主组合打通，像搭积木一样，从而实现多机协作和长程任务。
苏度科技如何应对仿真与真实之间的差距？
苏度科技采用虚实融合的数据链路系统，以大规模虚拟仿真数据为主体，有效融合少量真实采集数据，在预训练阶段用仿真数据构建基座模型，交付阶段用少量真机数据微调，从而弥补Sim2Real的差距，达到99%以上的成功率。
苏度科技对具身智能行业的商业化有何看法？
苏度科技认为，具身智能商业化的前提是高可靠性（99%+成功率），在此基础上再谈泛化性。公司应解决传统自动化成本过高或无法完成的任务，而不是替代所有工业自动化。同时，行业将走向模型分层与上下游分工，基础模型公司应专注于底层技能，上层应用由合作伙伴开发。
