引言

AI進(jìn)入物理世界，大眾熟悉的畫面就那幾類。機(jī)器狗在草坪上奔跑，人形機(jī)器人在發(fā)布會(huì)上握手，無人車在特定路段穿行。

但還有一條路，至今仍是塊被嚴(yán)重低估的寶藏。

工廠車間、能源場站、工程現(xiàn)場——這些地方?jīng)]有發(fā)布會(huì)，沒有聚光燈。但中國第二產(chǎn)業(yè)增加值近50萬億元，制造業(yè)規(guī)模連續(xù)15年全球第一。這不是邊緣機(jī)會(huì)，是中國經(jīng)濟(jì)最厚實(shí)的地基。

這片主戰(zhàn)場的門，并不好推開。

變電站里一個(gè)誤操作，可能引發(fā)大面積停電。煤礦巷道里一次判斷失誤，可能是人命。這里需要的不是展示型技術(shù)，是能在零容錯(cuò)環(huán)境下日夜運(yùn)行的戰(zhàn)場技術(shù)。

正因如此，真正敢在這里扎下去的人，寥寥無幾。

但總有人會(huì)在別人望而卻步的地方扎根。這是一支90后清華博士團(tuán)隊(duì)，2018年從一套出租屋起步。

八年多時(shí)間，深入國家電網(wǎng)、南方電網(wǎng)、五大發(fā)電集團(tuán)，覆蓋400+變電站、600+新能源場站。2025年訂單超5億元，三年復(fù)合增長率近70%。

紅杉資本天使輪起連續(xù)五年跟投，B++輪寧德時(shí)代、晶科能源等產(chǎn)業(yè)方入局。最懂這個(gè)行業(yè)的人，選擇用真金白銀投票。

這家一直處于水下的公司，叫江行智能。

01從變電站里長出來的物理AI

江行智能的起點(diǎn)，選在了門檻最高的領(lǐng)域之一：能源電力。

切入點(diǎn)很具體——用機(jī)器替代人，完成變電站的日常巡檢。聽起來是個(gè)清晰的任務(wù)，但真正進(jìn)了現(xiàn)場，才發(fā)現(xiàn)問題遠(yuǎn)比想象中復(fù)雜。

第一道坎是感知。

最早的思路是裝攝像頭，讓機(jī)器能"看見"現(xiàn)場。但變電站里的設(shè)備異常，有時(shí)體現(xiàn)在溫度，有時(shí)是一段不正常的嗡鳴，有時(shí)是細(xì)微的振動(dòng)。單靠視覺，根本判斷不了全貌。

要讓機(jī)器真正讀懂設(shè)備狀態(tài)，就必須同時(shí)整合視覺、紅外、聲紋等多維信號(hào)，在不同模態(tài)之間建立關(guān)聯(lián)，才能準(zhǔn)確判斷。

這是今天江行智能"源問"大模型的起點(diǎn)。覆蓋視覺、觸覺、力覺、聽覺及語言信號(hào)全模態(tài)，能識(shí)別和處置135類工業(yè)任務(wù)，算法實(shí)測準(zhǔn)確率超95%。

感知的問題解決了，下一道坎隨即出現(xiàn)。

每換一個(gè)站點(diǎn)，設(shè)備布局不同，機(jī)器就要重新"認(rèn)路"，部署成本極高。一兩個(gè)站點(diǎn)還好說，要規(guī)?；茝V，這條路走不通。

機(jī)器必須具備對(duì)三維空間的自主理解能力——進(jìn)了陌生站點(diǎn)，不需要人工提前標(biāo)定，自己讀懂環(huán)境，直接開始作業(yè)。

這推動(dòng)了空間智能模型的建立。融合視頻、紅外、激光等多維感知數(shù)據(jù)，為機(jī)器構(gòu)建可動(dòng)態(tài)更新的4D空間記憶。今天已支持超過1000個(gè)場站的7×24小時(shí)數(shù)據(jù)采集。

解決了單臺(tái)機(jī)器的問題，更大的矛盾浮出水面。

大型變電站里同時(shí)跑著無人機(jī)、機(jī)器狗、固定攝像頭，各自為戰(zhàn)，數(shù)據(jù)碎片化，指令相互沖突，效率極低。

要真正替代一支運(yùn)維班組，這些設(shè)備必須像一個(gè)團(tuán)隊(duì)一樣——有統(tǒng)一的大腦，統(tǒng)籌調(diào)度，協(xié)同作戰(zhàn)。"一腦多體"架構(gòu)由此誕生，今天已兼容100+類可控設(shè)備，實(shí)現(xiàn)空地一體的多體協(xié)同作業(yè)。

這是從"機(jī)器工具"到"機(jī)器團(tuán)隊(duì)"的本質(zhì)躍升。

到這里，機(jī)器能感知、能理解、能協(xié)同，但還差最后一步：動(dòng)手執(zhí)行。

撥動(dòng)開關(guān)、合閘、復(fù)位、狀態(tài)核驗(yàn)——這些操作對(duì)精度和規(guī)程的要求極高，稍有偏差可能損壞設(shè)備，甚至引發(fā)事故。

具身操作模型要解決的，就是讓機(jī)器嚴(yán)格按工業(yè)規(guī)程把每一步動(dòng)作執(zhí)行到位，同時(shí)能在過程中實(shí)時(shí)識(shí)別異常并自主調(diào)整。這套模型依托真機(jī)數(shù)采基地持續(xù)進(jìn)行Sim-to-Real遷移訓(xùn)練，在仿真環(huán)境里練，在真實(shí)機(jī)器上校準(zhǔn)。

感知、理解、協(xié)同、執(zhí)行——四項(xiàng)能力，不是在實(shí)驗(yàn)室里規(guī)劃出來的，是被現(xiàn)場一個(gè)接一個(gè)的真實(shí)問題逼出來的。

沿著這條路走下來，江行建立的已不是一個(gè)場景的專用工具，而是一套可以橫向遷移的物理AI基礎(chǔ)能力。

這套能力背后，還有一道外人看不見的護(hù)城河。

訓(xùn)練一個(gè)能在變電站里穩(wěn)定工作的AI模型，需要的不是互聯(lián)網(wǎng)上的圖文數(shù)據(jù)，而是真實(shí)工業(yè)現(xiàn)場采集的設(shè)備圖像、傳感器讀數(shù)、故障樣本。這類數(shù)據(jù)極度稀缺，幾乎不可能通過仿真批量生成。

這道壁壘的本質(zhì)不是錢，是時(shí)間。只能靠在現(xiàn)場一年一年地跑出來。

七年持續(xù)運(yùn)營，意味著每天都有新數(shù)據(jù)流入。模型越準(zhǔn)，客戶越愿意部署；部署越多，數(shù)據(jù)積累越快。這個(gè)飛輪，正在越轉(zhuǎn)越快。

江行的工業(yè)數(shù)據(jù)集入選國家數(shù)據(jù)局首批高質(zhì)量數(shù)據(jù)集。這不只是一項(xiàng)榮譽(yù)，是對(duì)這七年積累最直接的官方背書。

02物理AI引擎：能力怎么組織和交付

四項(xiàng)能力建立起來之后，還有一個(gè)問題：怎么讓它們?cè)谡鎸?shí)的工業(yè)現(xiàn)場高效運(yùn)轉(zhuǎn)？

江行的答案是云—邊—端三層架構(gòu)，各司其職。

終端的具身智算模組部署在設(shè)備本地，負(fù)責(zé)實(shí)時(shí)感知和本地執(zhí)行，可適配上百類可控終端。江行不造機(jī)器人的身體，但所有身體都能被統(tǒng)一驅(qū)動(dòng)。

邊端的域控制服務(wù)器是現(xiàn)場的任務(wù)大腦。接收云端下發(fā)的模型能力，負(fù)責(zé)拆解任務(wù)、協(xié)調(diào)多臺(tái)設(shè)備協(xié)同作業(yè)。

云端的AutoEdge飛輪平臺(tái)是整個(gè)系統(tǒng)的進(jìn)化中樞。每日處理10萬小時(shí)實(shí)時(shí)數(shù)據(jù)，將前端的真實(shí)操作數(shù)據(jù)持續(xù)用于模型迭代，再將最新能力下發(fā)回終端。

數(shù)據(jù)自下而上流動(dòng)，能力自上而下賦能，循環(huán)不止。系統(tǒng)越用，越聰明。

03技術(shù)好不好，市場最誠實(shí)

技術(shù)敘事可以講得很漂亮。但在能源電力這個(gè)行業(yè)，客戶不會(huì)因?yàn)镻PT買單。

國家電網(wǎng)的采購體系，是中國工業(yè)領(lǐng)域最嚴(yán)格的供應(yīng)商篩選機(jī)制之一。從技術(shù)測試到現(xiàn)場驗(yàn)證，再到正式入圍，整個(gè)周期少則一年，多則更長。

每一關(guān)都是真刀真槍的考驗(yàn)，容不得半點(diǎn)包裝。

江行在國家電網(wǎng)智能巡視核心供應(yīng)商短名單上持續(xù)在列。意味著它的產(chǎn)品已經(jīng)在最苛刻的環(huán)境下，反復(fù)經(jīng)歷了這套篩選。

數(shù)字是另一種語言。

2025年，江行智能訂單超過5億元，三年復(fù)合增長率近70%，并于當(dāng)年實(shí)現(xiàn)盈利。這個(gè)增速，發(fā)生在一個(gè)以采購周期長、決策鏈復(fù)雜著稱的行業(yè)里。

國家電網(wǎng)、南方電網(wǎng)、五大發(fā)電集團(tuán)、中國石油、國家電投、大唐集團(tuán)——客戶覆蓋全國27個(gè)省份，150+頭部企業(yè)。

能同時(shí)出現(xiàn)在這些客戶的供應(yīng)鏈里，說明江行的產(chǎn)品已經(jīng)不只是在被"試用"，而是真正成為中國能源基礎(chǔ)設(shè)施運(yùn)維體系的一部分。

江行從一開始就想清楚了一件事：不造機(jī)器人的身體，只做物理AI的大腦。

宇樹科技、云深處這些頭部機(jī)器人公司，正在和江行形成一套清晰的分工。硬件廠商負(fù)責(zé)機(jī)器人本體的運(yùn)動(dòng)能力和制造工藝，江行負(fù)責(zé)感知、理解、協(xié)同、執(zhí)行的AI能力。

兩者結(jié)合，形成可以直接交付給客戶的完整產(chǎn)品。物理AI的競爭從來不是單打獨(dú)斗，而是生態(tài)之間的競爭。江行在這套生態(tài)里，選擇了最核心的位置。

而能源電力，始終只是起點(diǎn)。

煤炭、管網(wǎng)、冶煉，這些行業(yè)和變電站有高度相似的痛點(diǎn)——高危環(huán)境、設(shè)施分散、長期依賴人力。江行的技術(shù)在變電站里跑通了，遷移到這些場景，底層邏輯是一樣的。

目前已覆蓋煤礦10+礦區(qū)，長輸管道巡檢完成首批商業(yè)交付。一套在最難的地方驗(yàn)證過的能力，正在向更廣闊的工業(yè)版圖延伸。

結(jié)語

物理AI真正的競爭，本質(zhì)上是一場數(shù)據(jù)飛輪的競爭。誰先在最難的場景里積累起足夠深的數(shù)據(jù)，誰就建立起最難被復(fù)制的護(hù)城河。

江行七年在能源電力領(lǐng)域的深耕，正是這場競爭里最重要的先發(fā)優(yōu)勢。

流程工業(yè)、離散制造、物流倉儲(chǔ)——這些領(lǐng)域規(guī)模龐大，場景復(fù)雜，長期依賴人力。工業(yè)服務(wù)市場總體量以數(shù)萬億計(jì)。

物理AI要做的，是用機(jī)器的感知、判斷和執(zhí)行能力，系統(tǒng)性地重塑這些領(lǐng)域的作業(yè)方式。這不是一個(gè)細(xì)分賽道的機(jī)會(huì)，是一次工業(yè)體系的底層重構(gòu)。

從一套出租屋出發(fā)，八年時(shí)間，江行在別人望而卻步的地方，打完了物理AI在能源電力領(lǐng)域的第一場規(guī)?；瘧?zhàn)役。

接下來迎接的是，數(shù)十萬億的工業(yè)版圖。