1、数据→模型：
公司深耕汽车场景8年，沉淀百万级工业场景数据，覆盖涂胶缺陷、精密抓取等200+细分场景，为具身大模型提供真实物理参数标注素材。公司目前主要落地场景是“冲焊涂总”的焊装加涂装，以及电池壳体等零部件生产，作为工业机器人的眼睛来进行引导、测量、检测。未来整个汽车产业链从上游零部件到下游整车，还有大量环节会由人工转为具身生产，来进行降本增效；一些使用传统工业机器人的场景也可能由具身替代，来提升柔性。这时候易思维积累的大量真实业务场景数据就是训练高效VLA模型的石油，非常真贵。公司有机会去做垂直场景的专有模型，或者和AI公司、车企合作，来提供模型所需的数据，打造数据闭环
2、相机：目前协作、具身机器人大多采用深度相机方案，主流方案包括英特尔Realsense、奥比中光等等。具身所使用的3D深度相机模组，和工业机器人的3D相机底层技术相通，这也是易思维完全有能力做的（光学设计+模组集成），目前很多工业机器人上本身就在用易思维自制的相机模组。
3、具身自动化产线：海外T的具身产线已经在招标，用自动化替代人工组装机器人；国内头部集成商均已参与竞标，易思维作为这些公司的核心供应商并且已进入T供应链，机器视觉方案完全有机会进入海外T产线，用机器视觉技术赋能具身机器人的生产。
注：此文仅代表作者观点