江行智能发布“一脑多体”具身系列产品，为机器人装上“物理AI大脑”|控制器|本体|机器人|机械|江行智能|高精度

过去几年，巡检机器人陆续进入电站、新能源厂站等工业场景。它们可以沿预设路线移动，通过摄像头和传感器采集仪表、温度及设备状态，再将数据传回后台。这套工作方式替代了部分重复劳动，但也把机器人的能力边界摆在了现场。

工业环境很少长期保持不变。通道临时受阻、设备出现异常、一项任务也可能持续数小时。遇到这些情况，许多机器人依然需要人工判断、重新规划甚至远程接管。

这意味着，机器人进入真实工业现场，真正缺少的不只是更灵活的身体或更多的传感器，而是一个能够理解任务、判断环境，并将感知转化为行动的“大脑”。

近日，江行智能推出了一组面向真实工业现场的具身智能系列产品，包括背包款、大脑款两款具身 AI 控制器，以及灵巡 C1U、擎巡 X1U 两款满足不同巡检作业需求的四足机器人。四款产品形态和分工不同，背后运行的却是同一套 JX-Phi Brain 物理 AI 大脑。

这构成了江行智能“一脑多体”的产品逻辑：同一套 JX-Phi Brain 既可以通过两款具身 AI 控制器，进入已经投入使用的机器人平台，使既有设备获得环境感知、任务理解、自主决策和行动执行能力；也可以直接部署在灵巡 C1U、擎巡 X1U 等原生产品上，与不同能力的机器人本体深度结合，分别承担巡检、检测和操作等任务。

由此，江行智能形成了两条让物理 AI 进入工业现场的路径。

第一条是通过具身 AI 控制器“把大脑装上去”。面向已有机器人平台，标准化模组可以让既有本体快速获得感知、空间理解和任务执行能力，无需从零研发整套智能系统；第二条是通过灵巡 C1U、擎巡 X1U 让“大脑”直接进入真实任务。轻量灵活的灵巡 C1U 解决“走进现场”的问题，适合复杂区域和日常巡检；具备重载能力、机械臂及专业负载扩展能力的擎巡 X1U，则让机器人从观察、检测进一步走向操作和处置。

从预设路线到自主行动

让同一套大脑适配不同本体，只解决了物理 AI 如何进入机器人的问题。到了工业现场，真正的考验是：机器人到底能不能把活干完。

传统巡检机器人通常按照预设路线运行，在固定点位完成拍摄、测温和仪表读取。这套方式已经能够替代一部分重复劳动，但面对临时障碍、非标准异常和计划之外的任务，往往仍需人工介入。

江行此次发布的四款产品，分别从存量机器人升级和原生产品两个方向回应这一问题。大脑款、背包款两款具身 AI 控制器，分别面向四足和人形机器人。它们集成本地 AI 计算、激光雷达和多模态感知能力，可以部署到已有本体上，使机器人获得空间理解、自主导航和任务执行能力。

灵巡 C1U 和擎巡 X1U 则直接进入巡检与作业任务。前者采用轻量化四足平台，主要承担日常巡检和异常采集；后者采用重载四足平台，可以搭载机械臂和专业负载，继续完成近距离检测与现场操作。

按照其产品设计，机器人接收的是包含目标位置、检查对象和作业要求的任务。系统需要识别任务目标，再将其转换成后续行动。

接下来，机器人要解决如何抵达的问题。在设备间、通道和站区等环境中，路线可能因临时堆放物、人员作业或设备调整而改变。机器人需要结合自身位置、目标位置和现场通行情况规划路径，并在遇到障碍或台阶时作出调整。

灵巡 C1U 主要承担这一阶段的工作。它搭载前后双激光雷达，用于建图、定位和避障。轻量化本体则方便机器人进入地下通道、设备夹层等狭小空间。即使现场处于弱网或断网状态，目标识别、异常判断等任务仍可在机器人端处理。

到达目标区域后，机器人通过可见光、红外热成像及专业检测负载，识别设备、读取仪表并发现温度或状态异常。根据任务要求，灵巡 C1U 还可以扩展局部放电、气体、声纹、紫外和微气象等检测负载。

这些设备会产生图像、温度、空间位置和专业检测数据。系统需要将不同信息与目标设备和当前任务关联起来，判断设备状态是否存在异常。单独一张照片或一个温度数值通常难以支持完整判断，多种检测结果需要结合起来分析。

图 | 机器狗在场站执行灭火操作（来源：江行智能）

更关键的区别发生在发现异常之后。按照传统巡检流程，机器人可能只负责记录异常，后续判断和处置仍由人工完成。具备物理 AI 能力后，机器人可以判断原有计划是否需要调整，决定改变检测角度、靠近设备复核，或暂停后续巡检并发起进一步处理。

灵巡 C1U 和擎巡 X1U 在这个过程中则承担不同工作。灵巡 C1U 负责走进复杂区域，完成状态识别和异常采集；任务需要接触设备时，擎巡 X1U 可以携带机械臂和专业负载参与作业。

擎巡 X1U 的机械臂支持按压、旋拧、拉拽和取放等动作，末端可以更换夹爪、局部放电检测仪等工具。四足本体将机械臂带到目标设备附近，机械臂再完成接触式检测、按钮操作或开关控制。两款产品由此分别承担进入现场和完成作业的任务。

任务完成后，机器人将巡检过程、设备状态、异常信息、复核结果和操作记录统一回传，形成可追溯的任务闭环，并根据任务安排自主返回充电点，为下一次作业做好准备。

与此同时，机器人在不同厂站积累的环境信息、任务过程和异常样本，也可以反馈至 JX-Phi Brain 及其数据基础设施，用于后续训练和系统升级。同一套大脑由此不仅能够驱动不同机器人，也能在更多本体、更多任务和更多现场的实践中持续迭代。

工业经验如何进入物理 AI

对于物理 AI 而言，模型能力只是进入真实世界的起点。工业现场中的复杂地形、弱网环境、非标准异常和长时间连续运行，都会放大实验室中不易显现的问题。机器人能否稳定完成任务，往往取决于对具体场景的理解，以及长期积累的工程经验。

江行智能的物理 AI 路径，正是在这一过程中逐渐形成的。成立 8 年来，该公司持续深入电厂、光伏电站和变电站等场景，并在实际任务中逐渐将感知、任务理解、决策和执行能力整合为 JX-Phi Brain。

据江行智能披露，其解决方案已在超过 1,500 个工业场站部署，覆盖全国 27 个省市。不同地区、设备和任务带来的环境变化，会形成新的运行记录和异常样本，让系统反复接受真实条件的检验。

基于此，江行智能构建了“工业实录—端侧真机—虚拟推演”数据底座，使每次现场部署积累的数据和经验能够持续用于模型训练、验证与迭代。比如，两款控制器可以将更新后的能力部署到不同机器人平台，灵巡 C1U 和擎巡 X1U 则在巡检、检测和操作中产生新的数据。不同本体积累的经验经过训练和验证继续用于后续产品。