宝马集团正在进一步扩大其在物理 AI（Physical AI）领域的技术能力，其中，宝马集团兰茨胡特工厂（BMW Group Plant Landshut）将承担零部件生产领域 AI 赋能机器人技术的软件开发核心任务。重点方向包括开放式软件平台建设、训练数据的生成、提供与处理、仿真与运动规划，以及机器人系统训练等。这些工作将进一步支持宝马集团目前正在莱比锡工厂和斯帕坦堡工厂开展的人形机器人应用试点项目。
兰茨胡特工厂依托其作为宝马集团内部零部件制造技术中心的定位，开展相关研发工作。该工厂拥有丰富的产品类型和制造工艺，为在真实生产环境中开发和验证 AI 赋能机器人技术提供了理想条件。目前，项目核心关注的问题是：未来哪些任务适合由人形机器人系统承担，尤其是在需要高度灵活性、精细操作能力以及对工作环境具备理解能力的场景中。为此，兰茨胡特工厂正在开发相关软件，使机器人能够感知环境、评估情况，并自主生成相应行动。
“在宝马集团兰茨胡特工厂，我们将软件技术能力与零部件生产实践相结合。这使我们能够尽早测试新技术，并在生产环境中全面评估其应用价值。”宝马集团驾驶动态与内部零部件制造负责人 Dr. Wolfgang Bluemlhuber 表示。
AI 赋能机器人系统的技术基础
这一研发工作的起点是进一步完善机器人软件架构。在兰茨胡特工厂，宝马集团采用开放式软件平台，通过结合传统（确定性）编程方式与现代 AI 模型，即视觉-语言-动作模型（Vision-Language-Action，VLA），实现机器人系统的灵活训练和扩展。这类模型能够融合视觉信息、语言理解能力以及机器人动作控制能力。
宝马集团的目标是打造一个模块化机器人生态系统，使不同机器人系统能够协同工作，为未来更多工业应用场景提供技术基础。
实现这一目标离不开可靠的数据支持。在兰茨胡特工厂，项目团队从真实生产环境和测试场景中采集数据，并将其整合到机器人仿真系统中，通过虚拟方式对运动模式和路径规划进行建模。这使生产流程能够提前进行验证，同时加快机器人学习过程。
新的技术方案首先会在生产之外的环境中进行测试，随后通过试点项目进行验证，并逐步扩大应用规模。
与此同时，人形机器人系统还通过基于示范的学习方式不断获取新的技能。在这一过程中，项目团队首先演示具体动作和工作流程，再通过摄像系统、动作捕捉服以及数据手套采集相关数据。随后，这些数据会被转化为可泛化的行为模型，即所谓的“策略（Policies）”，并应用于不同任务和使用场景。
“对我们而言，关键在于让技术研发始终紧密结合实际应用需求。我们不仅关注技术上能够实现什么，更关注人形机器人在哪些场景中能够真正为零部件生产带来可靠价值。通过这一过程，我们正在逐步明确哪些应用适合工业化落地。”宝马集团兰茨胡特工厂物理 AI 项目负责人 Christoph Jagoda 表示。
零部件生产中的潜在应用
基于上述技术基础，兰茨胡特工厂正在探索人形机器人在零部件制造中的应用方向。重点关注那些需要高度灵活性、精细操作能力以及对物体和工作环境具备较强理解能力的任务。
这些任务包括环境识别与理解、位置和状态判断、高效运动规划，以及对零部件进行精准抓取和移动等。
为了进一步完善基础技术，宝马集团正在兰茨胡特工厂与工业界和学术界合作伙伴开展深入合作。其中包括与 Athenyx Robotics 的直接合作。该公司是一家专注于该技术领域的初创企业，起源于亚琛工业大学机床与生产工程实验室（Laboratory for Machine Tools and Production Engineering，WZL），目前位于宝马集团兰茨胡特工厂附近。
该科技公司正在与宝马集团专家团队共同开发面向智能机器人系统的 AI 软件。核心目标是打造所谓的“智能栈（Intelligence Stack）”，将环境感知、学习、仿真和决策能力整合到统一系统中。
其目标是让人形机器人能够在工业环境中自主完成复杂任务。这要求机器人具备感知环境、分析情况并据此制定行动方案的能力。基于平台化的方法，未来机器人获得的技能还能够在不同机器人系统和应用场景之间进行迁移。
此外，兰茨胡特工厂还与兰茨胡特应用技术大学（University of Applied Sciences Landshut）的专家开展合作，围绕数据生成、仿真以及具体应用场景的开发与测试展开研究。
