大脑越聪明，硬件越自由——晨昏线科技在MWC上海的制造答案
一、从两个制造车间说起
一个在SMT贴片测试车间的线边仓里。物料员拿着PDA手持终端，根据WMS仓库管理系统分配的系统指令走到料架前，找到对应的料盘，将物料取下，核对标签，放到料车移动到备料区。SMT产线换料是全天候高频操作，传统物料管理高度依赖人工拣选，效率低、易出错。一条产线一天之内，这样的动作要重复数千次。
一个在服装印花车间。工人站在印花机前，把T恤套上模具，反复确认印花位置是否对齐，等待印花完成，取下来，再套下一件。一天八小时，同样的动作循环往复，稍有偏差衣物就会报废。
这两个场景，指向同一个问题：我们能否通过具身大脑及其智能躯体，让产线的工人摆脱重复性劳动，把精力和时间放在那些真正需要经验、直觉和判断力的工作上？这，或许才是新质生产力在车间最具体的模样。
2026年6月，MWC上海，晨昏线科技带着它的答案站上全球移动通信大会上海展区的舞台，将这两个制造车间中的场景搬到了聚光灯下。SMT上下料机器人将现场演示自主上下料；前两周刚在WBCD全球双臂机器人技能挑战赛中国赛区中拿下柔性物体操作赛道冠军的技术，也计划在本次展会亮相，展示柔性物料印花的工业级能力迁移。
二、技术进步的正循环，从“人找料”到“料找人“
SMT上下料机器人现场演示自主上下料——物料员拿着PDA手持终端奔波于料架之间的场景，被一台轮式双臂机器人接了过来。它在宽度仅90cm的料架间穿行，自主识别、抓取、转运料盘，将“人找料”变成“料找人”。在如此狭窄的空间内完成取放操作，系统末端执行精度需达到毫米级——相当于在硬币厚度（约1.2mm）的尺度上反复精准定位。硬件本身具备这样的精度能力，但在真实的线边仓里，料架存在微小形变，料盘在挂架上的落位每次都有几毫米的随机偏移，环境光线随着车间窗户的早晚变化而不断改变，一旦环境参数偏离标定条件，精度便无从发挥。传统方案依赖硬件自身的物理精度来保证，而晨昏线科技通过自研的目标因果世界模型GCWM1，理解空间结构与物理距离，以软补硬——用感知与算法去补齐硬件的物理误差。即使面对新工件或产线调整等柔性制造要求，机器人也不再需要重新训练或编程即可快速上线，大幅降低产线停机成本。
图片：SMT上下料机器人
“GCWM1的核心能力，不是通过固定坐标点位让机器人夹的更准，而是让机器人生成基于环境空间和物理约束的判断，然后自己想办法修正。”晨昏线科技CEO刘佳指出，“更重要的是，当具身大脑足够聪明后，就可以降低对硬件绝对精度的要求，这反而给了硬件更大的选择空间，在适配场景的时候，可以扩大硬件选择范围或者降低硬件成本。这就是技术进步的正循环：大脑越聪明，硬件越自由。”
三、从结构化到非结构化
如果说料盘上下料考验的是大脑在结构化环境中的识别与抓取能力，那么柔性物体操作，比如完成一件衣物的印花上下料工序，考验的则是大脑对物理世界非结构化环境的理解能力。
展区内，两支机械臂正在完成柔性物料印花的工业级能力展现。指挥它们的，是晨昏线科技自研的目标因果世界模型GCWM1——它不直接控制机械臂，也不替代底层运动规划与闭环控制，而是站在更高一层，承担着理解物理关系和预判动作后果的核心作用。“和SMT制造车间不同，在服装印刷车间，机器人面对的不再是形状固定的料盘，而是一件随时会变形和发生褶皱的布料。”刘佳补充道，“衣服布料的褶皱形态及光线会随着每一次的触碰产生新的不确定性。传统依靠规则或者模仿学习的方案在这里完全失效，机器人必须实时感知与理解布料的张力变化与褶皱走向，做出对应的动作调整才能有效完成作业”。
图片：晨昏线科技柔性物体操作
其实就在MWC开幕前两周，这套技术刚刚在WBCD全球双臂机器人技能挑战赛决赛中国赛区拿下了柔性物体操作赛道冠军。WBCD是ICRA 2026（全球机器人领域顶级学术会议）的官方合作赛事，本届赛事采用中国、欧洲、美国三地联动的办赛模式，是全球机器人领域的知名学术会议，其赛事具有广泛影响力。柔性物体操作是具身智能中的高难度方向之一，涉及衣物展开、布料整理等复杂形变任务。在中国赛区的这个赛道上夺冠，验证了晨昏线科技目标因果世界模型GCWM1在多模态感知与动态规划等综合技术能力的实际成效。
四、“点对多点”：做硬件们的“通用大脑”
在通信领域，“点对点”和“点对多点”用来描述节点之间的通信是一对一还是一对多。晨昏线科技把同样的逻辑移植到了具身智能领域——不是为每一台机器人单独开发一套“专用大脑”，而是打造一个能适配灵巧手、机械臂单臂、双臂、轮式人形、双足人形、四足机器狗等不同硬件形态的“通用大脑”。一颗大脑，驱动多种躯体。
在晨昏线科技的技术架构中，这颗“通用大脑”被拆解为三层。底层是世界模型GCWM1，负责理解物理世界的空间关系与因果规律，无论硬件是轮式双臂还是四足机器狗，它们面对的是同一套重力法则、同一类摩擦约束、同一种物体变形逻辑。中间层是Agent框架，负责将世界模型输出的因果推理转化为结构化的任务意图——抓取、放置、移动、倾倒。上层是面向不同硬件的技能映射层，将通用的任务指令翻译为对应硬件的具体控制参数，同一套“抓取”指令，映射到灵巧手上是指尖轨迹与力度，映射到夹爪上是闭合行程与力矩阈值。
图片：晨昏线科技目标因果世界模型TermiBrain
“通用”指的从来不是一套模型权重直接跑在所有硬件上，而是世界模型与Agent框架这两层共享同一套因果推理与任务规划逻辑。硬件可以变，传感器配置可以变，操作方式可以变——但理解物理世界的方式不变，任务拆解的逻辑不变。这就是“一脑多形”的技术核心。
晨昏线科技的具身大脑已与近20家主流具身硬件厂商完成了技术对接及方案适配，更在10余个包括3C制造、智慧巡检、航空测试等真实场景中跑通过技术方案，并已收获超5000万元的意向订单。
图片：晨昏线科技异构多机集群作业管理平台
在商演场景中，钢琴大师机器人在展会现场的三角钢琴前落座。它不需要预先录制任何程序，而是依靠GCWM1在毫秒间完成从识谱到触键节奏，力度，时长的全流程推演。每当观众随机点歌，大脑首先解析曲谱中的力度与节奏标记，结合琴键弹性、触键力度等物理性质，实时计算出每一根手指的最优指法与运动轨迹。即使硬件自由度与灵巧度暂时无法比拟人类双手，GCWM1依然能以软补硬，通过因果推演与指法优化在有限的硬件条件下最优化演奏。
图片：晨昏线科技钢琴大师TermiPianist
在3C制造产线上，晨昏线科技的GCWM1系统驱动机械臂面对传送带上混流而来的不同零件，换型时不需要停机重新标定参数，只需要更新目标参照物的物理属性，底层技能逻辑完全复用，实现对不同零件的快速识别与有效操作，这就是柔性制造真正需要泛化的能力。
在飞机驾驶舱无人化测试中，系统能适配20步以上的长程操作规程，适配新舱体的时间从数小时缩短到数分钟，测试效率提升25%，操作准确率提升20%。“驾驶舱测试的容错率是零。一个开关拨错方向，代价可能是价值数百万的仪表损坏。”
1948年，克劳德·香农在贝尔实验室写下《通信的数学理论》，用比特定义了信息的最小单位。1956年夏天，香农与麦卡锡、明斯基共同发起了达特茅斯会议，这场会议首次提出了“人工智能”这个术语，标志着AI学科的正式诞生。
2026年MWC上海，当通信领域的“点对多点”在具身智能的物理世界产生共振，这不是一次简单的技术移植，而是一场跨越七十年的回响。香农当年播下的两颗种子，正在同一个时代、同一片土壤里，长成同一片根系。晨昏线科技正在做的，是用同一套逻辑重新定义具身智能的产业范式：不是为每一个场景定制一套大脑，而是让一颗通用大脑，适配千万种智能躯体。
