11月8日，TOPS DAY 2026拓斯达全球开放日圆满收官，正式发布全尺寸工业双足人形机器人Star、正式发布人形机器人五轴加工专机S400，并与多家企业、高校签署合作。相比单纯发布新品，更值得关注的是，拓斯达正立足真实工况，推进具身智能落地，传递“懂工艺、会干活、能落地”的产业主张。
“会干活”：面向工业真实场景的产业解决方案
人形机器人过去一年频繁出圈，但工业客户真正关心的，不是它能走多快、跳多高，而是能否在产线上稳定完成分拣、搬运、上下料、装配等任务。
本次开放日重磅发布三套面向工业真实场景的产业解决方案，覆盖工业具身智能应用、人形机器人精密加工、AI服务器精密部件注塑成型三大方向。
拓斯达机器人业务线总经理黄晶结合制造业一线工艺痛点介绍，过去一年，团队完成30余个场景与任务验证，最终沉淀出三大典型落地方向——多品种小批量分拣、多工序集成作业、智能搬运。围绕这些场景，拓斯达依托AI工作站、人形双臂机器人、轮式人形机器人等解决方案，为客户创造价值。
会上同步发布全尺寸工业双足人形机器人Star。整机身高172cm，适配现有工厂产线布局；机身重72kg，兼顾结构强度与运动性能；双臂具备10kg负载能力，可完成物料搬运、分拣等作业任务；7轴仿人手臂与十字轴手腕，复刻人工作业姿态，依托高精度关节模组保障作业精度，同时在实际作业中沉淀物理场景数据，让机器人越用越聪明。
人形机器人要实现规模化量产，核心零部件的精密加工是关键。拓斯达控股子公司埃弗米总经理黄永生，聚焦人形机器人关节、臂杆、壳体等复杂曲面构件的制造痛点，面向高精度、高一致性、高良率的量产要求，依托深厚的五轴联动数控机床技术积累，正式发布人形机器人五轴加工专机S400，打造人形机器人零部件一体化加工解决方案。该方案充分适配批量制造工况，补齐人形机器人上游精密加工短板，为人形机器人产业化提供制造支撑。
面向AI产业爆发带来的注塑新机会，拓斯达注塑业务线产品经理赵军发布AI服务器精细部件整体解决方案。方案基于企业沉淀的高精密成型工艺，具备智能和节能双重优势，适配高速连接器、光模块、液冷结构件的精密成型难题，满足算力硬件严苛生产指标，助力合作伙伴布局AI算力上游制造环节，把握行业发展机遇。
生态协同加速，加快前沿技术向商业化成果转化
在商业落地与产业交付层面，东莞市凯航科技有限公司（以下简称：凯航科技）与拓斯达签署人形机器人采购协议。凯航科技专注AI算力高速光连接器件研发生产，是算力产业链优质企业。本次签约落地后，拓斯达人形机器人将助力凯航科技强化产线品质管控、打通数据链路，推动客户产线智能化升级。
浙江雷旺科技有限公司与埃弗米签署五轴联动数控机床采购协议，双方将聚焦人形机器人零部件精密加工，助力人形机器人量产交付。
在产学研与前沿科研层面，拓斯达引入行业头部资源，正式聘任香港理工大学教授David Navarro出任具身智能首席科学家；同时联动高校科研力量，与大湾区大学落地“工业物理智能校企联合实验室”，携手南昌大学共建“智能机器人校企联合实验室”，共同打通从基础研究到工业场景的转化通道。
在底层技术与数据基建层面，拓斯达与飞捷科思、无问智科达成深度协同，各方将分别在工业物理世界模型物理仿真引擎、物理AI数据基础建设等核心领域展开合作，携手补齐具身智能的底层技术能力。
展望未来，拓斯达将持续联合生态伙伴，在具身智能联合研发、精密制造配套、工业场景联合验证等方向协同发力，加快前沿技术向商业化成果转化。
以AI服务AI：贯通具身智能与AI基建
会上，拓斯达创始人吴丰礼以《以AI服务AI》为主题，提出“短期看销售、中期看产品、长期看运营”的经营思路，从运营、产品、销售三个维度推进拓斯达AI落地。
运营端，坚持业务牵头、技术配合，让AI应用的种子从真实业务中生长出来。产品端，依托注塑装备、数控机床两大底层装备和大量客户场景，遵循“场景+机器人+数据+AI模型”的自进化闭环，扎根产业的“田间地头”，让具身智能真正懂工艺、会干活、能落地。销售端，通过并购来勒光电49%股权切入高速增长的光模块、光芯片赛道，服务上游光产业客户，为具身智能打开全新的场景。
这正是拓斯达“以AI服务AI”战略的集中体现。一方面，用AI技术打造自身智能装备产品，让装备操作更简单、交互更智能、场景更泛化；另一方面，依托自研装备与制造能力，服务光芯片、光模块等AI基础设施产业链客户。
观察：具身智能正在进入一个更务实的阶段：不再只比拼演示效果，而是回到工厂的节拍、良率、成本和可复制性。拓斯达的优势在于，它通过具身智能、工业机器人、数控机床、注塑机四大核心智能装备，以及AI、信息化、控制、伺服、视觉等五大核心技术，打造以人工智能驱动的智能硬件平台，致力于成为全球领先的具身智能科技公司，有助于把“造机器人”和“用机器人”放在同一条链条里验证。
未来，人形机器人能否真正进入千行百业，取决于它能不能从“少数场景可用”走向“多数场景可复制”。拓斯达给出的答案不是先讲宏大叙事，而是先把机器人送进真实工位，让AI在物理世界里持续学习、持续进化。
（文章来源：广州日报）
