多种形态的机器人先后出场：有无人机、四足机器人，也有人形机器人；有搭载机械臂的作业平台，也有携带水炮的机器人。

不同的形态，对应着不同的任务需要。进入复杂空间，需要考虑通行方式；操作屏柜，需要能够接近并操控目标的机械臂；面向灭火作业，则需要搭载相应的执行工具。

江行智能将这些产品放在同一条设计主线上：围绕任务配置身体，以共用的大脑承接智能能力。

用五项能力描述 JX-Phi Brain：看见世界、理解空间、判断风险、识别目标、自主行动。从获取环境信息，到判断下一步该做什么，再到驱动机器人执行，这些能力共同服务于现场任务。

“一脑多体”的设计意义也由此展开：让环境理解与任务决策能力能够在不同本体上适配，让身体和工具的选择回到具体的作业需求。

对进入工业现场的机器人而言，识别出一个物体之后，还需要判断它与当前任务的关系：它是否影响通行？附近是否存在风险？原来的路线是否仍然合适？

我们以点云感知、AI识别和环境解析画面，展开了这一步设计。

在动态作业车辆附近，机器人识别周围环境，并规划绕行路径。在另一段通行演示中，画面标出通道边缘的坠落物，机器人随之调整行进路线，实现绕行通过。

这两组场景说明了同一个设计要求：感知结果需要进入决策过程，并改变机器人的下一步动作。

因此，路径规划需要持续结合现场条件。任务目标可以保持一致，抵达目标的方式则应随环境变化作出调整。让空间理解、风险判断与移动执行相互衔接，是机器人应对工业现场变化的重要基础。

机器人抵达设备前，接下来要解决的是如何与设备交互。

屏柜操作给出了一条清晰的动作链：识别屏柜，定位旋钮，机械臂接近目标并执行操作。

看似简单的动作，连接着不同层次的能力。机器人需要确定操作对象，找到具体位置，再通过执行作业工具把判断转化为动作。只有这些环节相互衔接，环境感知才能进一步服务于作业。

这也是江行智能在产品设计中连接“大脑”与“身体”的具体体现：大脑理解任务和对象，身体通过合适的执行机构与物理世界交互。

屏柜操作与水炮作业有着不同的动作要求，却共同指向一个设计原则：根据任务选择本体和工具，让智能能力有合适的执行方式。

对于需要人员接近风险源的工作，这种设计也提供了一条产品探索方向：让机器人承担相应的接近与操作任务，减少人员直接暴露于危险环境的需要。

当画面提示信号丢失，地面机器人发出协同请求，无人机升空建立信号中转，地面任务随后继续——我们把产品设计的关注点延伸到了任务执行的条件。

机器人要完成工作，需要能够通行、感知和操作，也需要任务所需的通信条件。通信发生变化时，系统如何发现问题、调用协同能力，并为任务继续创造条件，同样需要纳入设计。

在这一场景中，地面机器人与无人机各有分工：前者承担现场任务，后者提供空中的信号中转。协同的价值，体现在它能否为正在执行的任务补上所需能力。

从绕行作业车辆，到避开临边风险；从屏柜操作，到搭载工具开展作业；从单机行动，到借助无人机接续通信，所有场景共同指向一条设计路径：围绕现场任务，将感知、判断、行动与协同连接起来。

以 JX-Phi Brain 为核心，江行智能正围绕这些问题推进具身智能产品设计，让不同本体的能力服务于具体任务。

产品展示就此结束，我们所展示的一切终于凝练为一句话：

让物理AI在现实世界可靠执行。