而当前正处于具身智能时代的早期，创造了良好的经济效益， 团队将工业机器人核心技术的长期演进历程和规律划分为三大阶段：自动化时代（1960年至1980年）、感知化时代（1980年至2020年）和具身智能时代（2020年至今），团队已针对知识驱动的EIIR技术框架中各模块开展了深入研究，团队提出EIIR至少需要具备三类知识：一是支撑自然语言理解和人机交互的通用知识。

近日，旨在解决产品个性化时代的多品种、小批量跨品类产品装配需求，每一代工业机器人技术往往都以前一个时代为基础，团队还系统梳理了知识驱动EIIR技术框架的各个模块关键技术进展，团队将聚焦研发基于具身智能工业机器人的柔性装配单元。

即工业机器人领域的通用人工智能，EIIR主要研究具有感知-决策-执行能力的工业智能体方法和技术，（来源：中国科学报 刁雯蕙） ，目标是实现工业机器人的任务级柔性，并提出知识驱动的技术框架。

研究提出知识驱动的具身智能工业机器人框架 针对当前具身智能机器人技术在工业场景落地中普遍面临的部署难、适应性弱等挑战，imToken钱包，为该领域的理论深化与工程应用提供了全新视角，二是描述生产线空间布局、设备位置、可操作区域和环境约束的工作环境知识， 针对工业场景对效率、精度、可靠性和安全性的要求，该框架降低了具身智能技术落地的门槛，目前，研究团队系统定义了具身智能工业机器人（EIIR）的概念体系，在工业环境中可实现高效、准确、安全地交互，此外，该框架由世界模型、高层任务规划器、低层技能控制器、具身智能工业机器人仿真器和物理系统五个模块组成，imToken下载，他们系统性地提出了知识驱动的具身智能工业机器人技术框架，清华大学深圳国际研究生院曾龙和冯平法团队在《制造系统杂志》发表综述文章， 该项工作是团队2024年提出具身智能柔性装配系统的重要延续，。

研究团队厘清了EIIR与AI（人工智能）、EI（具身智能）、EIR（具身智能机器人）概念之间的关系，同时，三是描述产品结构、工艺流程、零部件关系等的操作对象知识， 该文章认为，为智能装配系统探索新范式，以实现任务级柔性， 基于这一认识，未来，如语义地图构建和基于知识图谱的装配任务规划模型等，部分技术模块已获得产业化应用。