RL030N 8 DoF 机器人手臂平台汇集了 Kawasaki Robotics 的工业机器人工程、Dexterity 的 Mech 硬件和 Foresight World Model

Kawasaki Robotics and Dexterity Inc. 是一家企业物理人工智能公司，为复杂的工业工作构建基于专有世界模型的机器人，宣布围绕 Kawasaki Robotics 的 RL030N 8 扩大合作用于仓库物流的 DoF 机械臂平台和 Dexterity 的 Mech 超级人形机器人。

Dexterity 正在利用 RL030N 扩大 Mech 的生产和规模部署，用于仓库物流应用，包括拖车装载和拖车卸载。 Dexterity 的机甲设计和仓库物流要求塑造了手臂；川崎机器人公司和川崎重工带来了精密工程和制造专业知识，将这些要求转化为可投入生产的 8 自由度机器人手臂平台。该手臂在实际物流中表现出强大的可靠性环境，这是大规模仓库自动化的关键要求。

两家公司共同将川崎机器人的工业机器人手臂技术与 Dexterity 的 Mech 硬件和完整的物理人工智能软件堆栈（以 Foresight World Model 为特色）相结合，以支持传统自动化难以扩展的高吞吐量仓库操作。

“物理人工智能需要将工业可靠性与灵活性、覆盖范围、轻量级结构和实时开放性相结合的机器人手臂编排，”川崎机器人公司通用工业总监 Paul Marcovecchio 说道。 “我们与 Dexterity 的合作帮助提高了真实仓库环境中人工智能驱动的自动化的要求。”

专为仓库物流打造

仓库物流与传统工厂自动化有着根本的不同。工厂的设计围绕精度、可重复性、固定工作单元、受控机器横向流动，并最大限度地减少意外接触。物流运作更加多变：包裹到达时具有不同的尺寸、重量、形状、方向和条件；盒子会发生不可预测的移动、掉落、变形和堆叠；与包装、容器、传送带、墙壁或周围设备的接触是正常操作的一部分。

Dexterity 的 Mech 设计定义了对轻量、灵巧、长距离、可靠和坚固的机器人手臂的需求，以应对不可避免的接触。 RL030N 8 DoF 机器人手臂平台为受限和可变工作流程添加了一个铰接轴，并由 Kawasaki Robotics 的开放式 KRNX 实时控制 API 提供支持，用于外部 AI 软件、ROS 环境和第三方编排系统。 Dexterity 将 RL030N 与 Foresight 世界模型、Mech 硬件及其生产软件堆栈相结合。

“在仓库环境中，包裹各不相同，箱子移动不可预测，接触是工作的一部分。川崎机器人公司的 RL030N 为 Mech 提供了Dexterity 产品工程和运营高级副总裁 Keshav Prasad 说道。“通过将 RL030N 与 Foresight World Model、Mech 硬件和 Dexterity 的生产软件堆栈相结合，我们可以将物理 AI 引入传统自动化无法扩展的仓库运营中。”

Automate 2026

在 Automate 2026 年，川崎机器人公司将展示 RL030N 作为专为动态和受限环境而构建的 8 自由度机器人手臂平台，川崎机器人公司和 Dexterity 共同强调先进的机器人手臂、实时控制界面、企业物理人工智能软件和生产规模的机械系统如何解锁新的工业自动化类别。