在芝加哥举行的 Automate 2026 展会上，川崎机器人公司和 Dexterity 宣布围绕川崎机器人公司的 RL030N 8 DoF 机器人手臂平台和 Dexterity 的用于仓库物流的 Mech“超人形”机器人扩大合作。

川崎在 Automate 展会上的展位上展示了新型 RL030N 8 DoF 机器人手臂平台。

Mech 与发展一起成长川崎的机械臂

Dexterity表示，它正在利用RL030N扩大生产并扩大Mech部署，用于仓库物流应用，包括拖车装载和拖车卸载。 Dexterity 表示，Mech 的设计和仓储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。两家公司表示，该手臂在实际物流环境中表现出了强大的可靠性，这是大规模仓库自动化的关键要求。

总之，这些公司表示，他们正在将 Kawasaki Robotics 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相结合，以 Foresight World Model 为特色，以支持传统自动化难以扩展的高吞吐量仓库运营。

专为仓库物流而打造

Dexterity 和 Kawasaki Robotics 表示，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、受控物料流和最小化意外接触进行。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。

“物理人工智能需要将工业可靠性与灵巧性、可达性、轻量性结合起来的机器人手臂川崎机器人公司工业总监 Paul Marcovecchio 表示：“我们与 Dexterity 的合作有助于提高真实仓库环境中人工智能驱动的自动化的要求。”

两家公司表示，Dexterity 的 Mech 设计满足了对轻量、灵巧、长距离、可靠和坚固的机器人手臂的需求，足以避免不可避免的接触。 RL030N 8 DoF 机器人手臂平台为受限和可变的工作流程添加了一个铰接轴，并由川崎机器人公司面向外部 AI 软件、ROS 环境和第三方编排系统的开放式 KRNX 实时控制 API 提供支持。

Dexterity 表示，它将 RL030N 与 Foresight World Model、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，箱子会移动不可预测，接触是工作的一部分。川崎机器人公司的 RL030N 为 Mech 提供了物理基础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。”

特别报道

敏捷和川崎机器人公司

Dexterity 的 Mech 机器人使用 RL030N 8 DoF（自由度）机械臂进行拖车装载和拖车卸载等仓库物流操作。