在離散制造與裝配產(chǎn)線中，“料箱抓取”（bin picking）長期被視為自動化落地的難點：零件隨機堆疊、相互遮擋，料箱位置與姿態(tài)可能偏移，現(xiàn)場光照與反光也會擾動識別；一旦依賴固定相機、復雜標定和預設抓取點，系統(tǒng)就容易在真實工況下變得“脆弱”。2025年12月30日，法國Inbolt公司發(fā)布新一代“類人”料箱抓取解決方案，核心是把3D視覺與AI推理“裝到機械臂上”，以實時閉環(huán)方式提升對非結(jié)構(gòu)化場景的適應能力。

按照Inbolt與其同步發(fā)布的信息，該方案采用“機械臂端（on-arm）3D相機”架構(gòu)：相機直接安裝在機器人手臂上，配合其自研AI引導模型，使機器人能夠持續(xù)感知、理解并在運動過程中實時修正軌跡，不再依賴昂貴的固定高位相機陣列與繁瑣的標定流程。方案對外給出的關(guān)鍵性能指標也更貼近產(chǎn)線語言——在實際制造環(huán)境中，平均單次抓取處理時間可低于1秒，成功率可達95%。

其“類人”邏輯主要體現(xiàn)在三段式閉環(huán)：第一步“像人一樣抓”，不追求唯一“完美抓取點”，而是識別任何可抓取的側(cè)面；第二步“手中再看”，夾持后再對目標進行分析與定位；第三步“邊走邊調(diào)”，在搬運與放置過程中持續(xù)優(yōu)化軌跡，實現(xiàn)更高精度的放置，這一能力在Inbolt的表述中對應“in-hand localization（手中定位）”。 這種思路本質(zhì)上是在用“更多的實時反饋”對沖現(xiàn)場不確定性，從而把料箱抓取從“強約束工程項目”轉(zhuǎn)向“可快速復制的產(chǎn)線單元”。

在成本與部署方式上，Inbolt強調(diào)“每臺機器人一顆相機，而不是每個料箱一套相機”：同一臺機器人可以在不同料箱與工位之間復用，減少頂置相機與復雜安裝帶來的硬件與集成負擔，并加快跨工位、跨工廠的復制速度。該公司同時披露，該解決方案已在超過5家工廠運行，并在這些現(xiàn)場維持較高的開機率與吞吐表現(xiàn)。

Inbolt首席運營官Albane Dersy表示，傳統(tǒng)料箱抓取在真實工廠條件下往往“過于剛性”，而新方案的目標是讓機器人能夠像人一樣實時“看、抓、調(diào)”，以滿足制造業(yè)邁向更高自治程度的需求。技術(shù)底座上，該系統(tǒng)運行在英偉達硬件平臺之上，并結(jié)合Inbolt自研的AI機器人引導模型，實現(xiàn)實時姿態(tài)估計與連續(xù)軌跡修正，同時盡量控制計算負載，以保證在不同零件幾何與工況下的穩(wěn)定輸出。

Inbolt是一家面向工廠自動化的“實時AI+3D視覺”機器人引導技術(shù)企業(yè)，主打?qū)?D相機安裝在機械臂端，讓工業(yè)機器人在運動過程中實時識別零件、進行高精度定位并持續(xù)修正軌跡，從而在非結(jié)構(gòu)化場景下穩(wěn)定完成料箱抓取、取放、緊固等工位作業(yè)，減少對治具與復雜標定的依賴，提升節(jié)拍與開機率。該公司在法國、美國、日本設有團隊與業(yè)務布局，方案已在全球70+工廠部署，并披露服務客戶包括汽車與工業(yè)制造領(lǐng)域的Stellantis、Ford、Toyota等。