撰文 | 曹雙濤
編輯 | 楊博丞
題圖 |?工博會官方
每年的工博會作為國內(nèi)外工業(yè)領(lǐng)域核心技術(shù)和產(chǎn)品的集中展現(xiàn)平臺，被視為全球工業(yè)創(chuàng)新的風向標。
在工業(yè)4.0戰(zhàn)略、數(shù)字化轉(zhuǎn)型浪潮下、多模態(tài)大模型及云計算、大數(shù)據(jù)快速發(fā)展下，以先進數(shù)控機床，來回搖擺的機械臂、智慧高效的工業(yè)解決方案、智能化數(shù)字化未來工廠等新質(zhì)生產(chǎn)力成果展示成為剛剛落幕的第24屆工博會重點。
ABB推出的新一代機器人控制平臺OmniCore實現(xiàn)人工智能、傳感器、云計算和邊緣計算系統(tǒng)的全面集成。和之前ABB控制器相比，OmniCore使機器人的運行速度提升25%，能耗降低20%。
?？低瞥龅膹秃蠙C器人通過搭載智能相機，多傳感器數(shù)據(jù)融合感知，實現(xiàn)移動、抓取與搬運的集成作業(yè)能力，能夠簡化復雜的物料搬運場景，實現(xiàn)更高效的工業(yè)自動化。
微億智造聯(lián)合捷勃特聯(lián)袂打造的具身智能工業(yè)機器人——“創(chuàng)TRON”，
集感知、驅(qū)動、控制、算法、云服務等技術(shù)于一體，能夠更好理解和適應復雜的工業(yè)環(huán)境，輕松解決產(chǎn)線的靈活性和適應性問題，精準且高效地執(zhí)行各類多元化任務。
在工博會現(xiàn)場相對嘈雜的環(huán)境中，創(chuàng)TRON通過具身視覺模塊，仍能實時捕捉動態(tài)環(huán)境變化，進行毫秒級的實時地圖重建，確保機器人與外部環(huán)境交互的實時性，具有高強度復雜環(huán)境感知能力。
在現(xiàn)場工作人員給到的多重任務下，創(chuàng)TRON無需傳統(tǒng)示教及機器人編程，通過對圖片、視頻、動作等進行精確捕捉。結(jié)合工業(yè)垂類大模型，快速實現(xiàn)任務理解和拆分。且創(chuàng)TRON通過高速實時量產(chǎn)執(zhí)行，做到快速實現(xiàn)柔性切線，將切線時間縮短至小時級。
此外，因創(chuàng)TRON機械臂實時控制頻率為1KHZ，且采用基于優(yōu)化和采樣結(jié)合的方案，可做到毫秒級完成點到點路徑規(guī)劃，實時生成距離和速度最優(yōu)軌跡進一步確保系統(tǒng)的整體實時性和準確性。隨著明年創(chuàng)TRON批量上市進入更多工廠“打工”，這在幫助制造業(yè)節(jié)省后期的切線及維護費用的同時，將持續(xù)助推制造業(yè)朝著智能化轉(zhuǎn)型升級。
不僅僅是在工博會，此前舉辦的2024年世界機器人大會，具身智能和大模型同樣成為市場關(guān)注角度。機械臂作為具身智能的重要載體，正展示出從商業(yè)化落地到具身大模態(tài)大模型新技術(shù)應用的強勢前景。
一、“大模型+機器人”開啟“智械時代”，數(shù)據(jù)難題何解？
隨著當前AI大模型技術(shù)的快速發(fā)展，這些模型通過整合感知、認知和決策能力，將機器人從單一功能的執(zhí)行單元提升為具有自主學習和優(yōu)化能力的智能系統(tǒng)。這種轉(zhuǎn)變使得機器人能夠更好地適應復雜多變的工業(yè)環(huán)境，顯著提高生產(chǎn)效率和柔性化水平。“大模型+機器人”讓具身智能工業(yè)機器人正開啟“智械時代”。
以“地表最強人形機器人”Figure 02為例，其搭載的GPT-4多模態(tài)大模型、機載視覺語言模型（VLM）及類似RT-X機器人控制等大模型和麥克風和揚聲器等硬件，不僅使其常識推理能力和任務執(zhí)行智能性相較Figure01顯著提升，且能實現(xiàn)和人類自然地對話。此外定制AI的模型和VLM，讓Figure 02適用于工業(yè)制造、倉庫物流等輕載搬運和分揀任務，提供全自動的智能決策和執(zhí)行能力。
但中國人工智能領(lǐng)軍科學家、上海交大清源研究院研究員、中國人工智能學會具身智能專委會委員劉志毅指出，具身智能工業(yè)機器人在模型訓練中，訓練數(shù)據(jù)來自多方挑戰(zhàn)：
一是數(shù)據(jù)的質(zhì)量和多樣性問題。工業(yè)場景的復雜性要求模型能夠理解和處理各種情況，需大量高質(zhì)量、多樣化的數(shù)據(jù)，且數(shù)據(jù)需涵蓋正常運營、異常情況、不同設備類型和各種生產(chǎn)流程，獲取這些數(shù)據(jù)成為重大挑戰(zhàn)。
二是專業(yè)數(shù)據(jù)標注問題。工業(yè)數(shù)據(jù)的專業(yè)性很強，需要具備深厚工業(yè)背景的專家進行標注。這些專家資源稀缺，標注過程耗時且成本高昂，而確保標注的一致性和準確性是提高模型性能的關(guān)鍵。
三是數(shù)據(jù)實時性要求。工業(yè)生產(chǎn)環(huán)境動態(tài)變化，模型需不斷用最新數(shù)據(jù)更新迭代。這就要求建立一個高效的數(shù)據(jù)收集、處理和模型更新流程，在不影響生產(chǎn)的情況下實現(xiàn)近實時的數(shù)據(jù)采集和模型更新。
四是數(shù)據(jù)安全問題。工業(yè)數(shù)據(jù)往往涉及企業(yè)核心機密，如生產(chǎn)工藝、設備參數(shù)等。如何在保護隱私和知識產(chǎn)權(quán)的前提下實現(xiàn)數(shù)據(jù)共享和模型訓練，是一個需要技術(shù)和管理雙重創(chuàng)新的復雜問題。
數(shù)據(jù)問題也帶來技術(shù)挑戰(zhàn)，火石創(chuàng)造產(chǎn)業(yè)研究院院長馮雷博士認為，一方面，工業(yè)大模型需要處理多模態(tài)數(shù)據(jù)，但多模態(tài)數(shù)據(jù)建模和可解釋的機器學習模型是當前面臨的挑戰(zhàn)之一。這不僅涉及技術(shù)層面的難題，還包括如何使模型更加透明和易于理解。
另一方面，隨著工業(yè)大模型應用的復雜性增加，單一模型已無法滿足所有需求，因此集成學習和多模型協(xié)同成為發(fā)展趨勢，但這增加了模型的復雜性和解釋性難度。
此外，相較于文生文、文生圖、圖生圖等通用大模型，工廠端到端閉環(huán)生態(tài)對模型訓練也帶來新的難題。
圖源：DoNews
馮雷博士指出，在工廠內(nèi)部不同部門和系統(tǒng)之間往往存在數(shù)據(jù)孤島問題，導致數(shù)據(jù)無法有效共享和利用。這要求工廠加強數(shù)據(jù)治理和管理，打破數(shù)據(jù)孤島，實現(xiàn)數(shù)據(jù)的互聯(lián)互通和共享利用。
劉志毅同樣指出，工廠端需打通從原料到成品的全流程數(shù)據(jù)孤島，包括供應鏈、生產(chǎn)、質(zhì)檢、物流等環(huán)節(jié)。不同系統(tǒng)和設備間的數(shù)據(jù)格式和協(xié)議可能不一致，需要進行數(shù)據(jù)清洗和整合。確保數(shù)據(jù)的時間序列完整性，對于支持整個生產(chǎn)過程的建模和優(yōu)化至關(guān)重要。
以劉志毅提到的質(zhì)檢環(huán)節(jié)為例，微億CEO張志琦則指出，如何解決樣本數(shù)據(jù)少和模型能力判斷準確的矛盾成為難題。
一方面，制造業(yè)良品率提高導致樣本數(shù)據(jù)偏少，進而影響模型訓練時間。另一方面，“過殺”和“漏檢”是衡量工廠現(xiàn)場中間準確度的兩大重要指標。“過殺和漏檢但凡某個指標偏高，客戶認為設備無法使用后，需安排內(nèi)部人員二次復驗?？蛻羰褂肁I質(zhì)檢設備的意義何在？若將過殺率控制到5%以下，又對樣本數(shù)據(jù)提出更高要求?！?/p>
面對訓練數(shù)據(jù)難題，微億將模型開發(fā)和數(shù)據(jù)收集的閉環(huán)建到產(chǎn)線上去，將帶有預訓練模型的設備直接部署到產(chǎn)線上，把產(chǎn)線操作工變成“模型訓練師”，在云端自研的“人機交互式的模型訓練平臺”上對模型生成的結(jié)果進行復判和修正，模型再把修正后的結(jié)果下發(fā)給設備予以執(zhí)行。
同時將修正過程作為模型下一輪迭代的“新樣本”，讓模型不斷學習人類老師傅的工作經(jīng)驗，這樣就在產(chǎn)線上形成了“端云一體”的模型訓練閉環(huán)，實現(xiàn)設備“開箱即用”的同時，讓模型訓練獲得大量實時產(chǎn)線數(shù)據(jù)。
基于在AI質(zhì)檢市場的競爭力和多年的數(shù)據(jù)沉淀，微億已擁有世界最大的非結(jié)構(gòu)化工業(yè)精標數(shù)據(jù)庫。藍馳創(chuàng)投董事總經(jīng)理、合伙人曹巍在接受媒體采訪時指出，工業(yè)機器人行業(yè)內(nèi)優(yōu)秀的公司會形成自己的數(shù)據(jù)閉環(huán)、硬件閉環(huán)，以及算法側(cè)的算法閉環(huán)。數(shù)據(jù)的稀缺性及數(shù)據(jù)和算法之間的迭代速度決定企業(yè)在該領(lǐng)域的核心能力。
圖源：IDC《中國AI賦能的工業(yè)質(zhì)檢解決方案市場份額2023》
張志琦也指出，微億目前已積累一定的業(yè)務和各類的數(shù)據(jù)和模型能力，同行即使削尖腦袋去苦干三五年也很難做出來，且即使同行做出來，恐難以適應市場改變，這是微億的核心競爭力之一。
二、如何讓智能機器人裝上“腦子”，更接近人類？
除訓練數(shù)據(jù)問題外，從本屆工博會工業(yè)機器人展區(qū)來看，大部分機器人旁邊都配備一臺負責指揮和調(diào)試的“大腦”，雖是按照既定程序運行，但工作人員時不時需要檢查運行是否正常。
但從海外包括特斯拉超級工廠使用的KUKA和Fanuc、寶馬德國丁戈爾芬的工廠中廣泛使用的ABB和KUKA、亞馬遜全球多個倉儲中心使用數(shù)萬臺的Kiva來看，這些工業(yè)機器人在驅(qū)動和執(zhí)行層面的優(yōu)勢很足，也是他們一貫的技術(shù)核心。
然而隨著AI帶來的感知和認知能力，外企還未大力布局，具身智能在工業(yè)領(lǐng)域的應用處于缺失狀態(tài)。這反而給了。這反而給了國內(nèi)具身智能工業(yè)機器行業(yè)一個機會，雖說短期內(nèi)需攻克多重難題，但讓具身智能在工業(yè)發(fā)揮優(yōu)勢，成為國內(nèi)企業(yè)不可忽視的突破點。
馮雷博士指出，在感知技術(shù)上需增強其傳感器技術(shù)，包括視覺、觸覺、力覺等多種傳感器，以實現(xiàn)對復雜工業(yè)環(huán)境的精準感知。同時，還需要不斷優(yōu)化算法，提高傳感器精度和響應速度。
在認知技術(shù)上，工業(yè)機器人的認知能力依賴于人工智能技術(shù)的發(fā)展，特別是深度學習、自然語言處理等技術(shù)。短期內(nèi)需要突破的是如何將這些技術(shù)有效應用于工業(yè)機器人，使其能夠理解和處理復雜的工業(yè)任務，實現(xiàn)自主決策。
在驅(qū)動技術(shù)，驅(qū)動技術(shù)包括伺服電機、減速器等關(guān)鍵部件，是工業(yè)機器人的核心。中國工業(yè)機器人在這些關(guān)鍵部件上仍存在一定的技術(shù)瓶頸，需要加強自主研發(fā)，提高性能和穩(wěn)定性。
在執(zhí)行技術(shù)上，執(zhí)行技術(shù)直接關(guān)系到工業(yè)機器人的操作精度和效率。需要不斷優(yōu)化控制算法，提高機器人的運動控制能力和精度，同時確保執(zhí)行過程中的安全性和可靠性。
劉志毅也指出，目前工業(yè)機器人高精度傳感器、控制器、伺服電機等核心零部件仍有較大進口依賴。此外，軟硬件深度融合是一個系統(tǒng)性挑戰(zhàn)。企業(yè)需要突破傳統(tǒng)的機械設計思維，從系統(tǒng)層面考慮軟硬件協(xié)同。開發(fā)更靈活的模塊化設計，支持快速功能定制和升級，實現(xiàn)軟件定義硬件，提高機器人的適應性和可重構(gòu)性。
通用AI算法需針對工業(yè)場景進行大量優(yōu)化，提高精度、穩(wěn)定性和實時性。開發(fā)更高效的邊緣計算算法，實現(xiàn)本地化的智能決策。同時，提高算法的可解釋性和可靠性，滿足工業(yè)級應用的嚴格要求。
張志琦也指出，微億以“眼手腦云”打造的技術(shù)戰(zhàn)略，曾面臨著視覺系統(tǒng)好比是眼睛，機械臂的運動機構(gòu)類似人的手腳，兩者之間的隔閡宛如是一個瞎子背著一個瘸子，瘸子在指揮瞎子的前進后退，實際落地中困難重重，往往需要不斷地堆疊人力來彌補之間的問題，這應該是一個完整的體系，把感知、認知、規(guī)劃、驅(qū)動、控制能力相融合，才是解決這類問題的根本之道。
基于此，2023年微億成立專門的具身智能項目組，與國產(chǎn)機器人廠商捷勃特共同研發(fā)，實現(xiàn)工業(yè)AI與工業(yè)機器人的融合突破，打通軟硬件質(zhì)檢的壁壘。
若“數(shù)據(jù)”“更智能”問題屬技術(shù)問題，但技術(shù)之上卻是如何讓具身智能機器人更好地滿足下游客戶需求。
圖源：DoNews
近些年來，隨著消費者需求逐漸多樣化和個性化、中國企業(yè)出海需應對供應鏈和市場不確定的挑戰(zhàn)、全球化和定制化需求的融合、制造業(yè)愈發(fā)追求資源利用效率的提升、生產(chǎn)成本的降低和創(chuàng)新能力的提高，全球制造業(yè)對工廠端愈發(fā)追求柔性化生產(chǎn)，且成為不可逆趨勢。上文提到的海外工業(yè)機器人能“進廠打工”均建立在滿足這些企業(yè)柔性化生產(chǎn)的需求上。
但相較于海外市場，國內(nèi)工業(yè)機器人應對制造業(yè)柔性生產(chǎn)能力仍有待提高。張志琦指出，傳統(tǒng)工業(yè)機器人都是在確認的、封閉的空間中運動，且只能進行單一重復動作，泛化能力弱，無法具備柔性切線能力，從源頭上限制工業(yè)機器人的普及和應用。
面對制造業(yè)對極致成本和柔性生產(chǎn)的現(xiàn)實需求，包括微億、遨博機器人、拓斯達、新松機器人、埃夫特智能裝備、華中數(shù)控、ABB中國等廠商推出的具身智能機械臂紛紛搭載免編程功能。
免編程機械臂優(yōu)勢在于通過自適應技術(shù)快速適應不同的生產(chǎn)任務，特別是小批量多品種的生產(chǎn)環(huán)境。它們能夠根據(jù)不同的工藝和任務需求，自動學習新的操作路徑并快速投入使用。機械臂通過視覺傳感器、力覺傳感器等感知環(huán)境，并基于機器學習技術(shù)自動調(diào)整操作動作，可更高層次的柔性生產(chǎn)，無需每次任務變更都進行重新編程，進而提高工廠生產(chǎn)效率。
曹巍指出，工業(yè)機器人的下一個發(fā)展趨勢為走向輕交付和智能化，把交付做輕，最重要的是不用編程。雖然工業(yè)機器人編程可能仍需定制，但在和機器人交談過程中它能理解我要定制什么，而非是繼續(xù)請人編寫代碼。
張志琦指出，微億打造的具身智能機器人在攻占既有市場的同時，還能進入傳統(tǒng)工業(yè)機器人無法進入的靈活柔性場景，幫助工業(yè)制造企業(yè)解決在使用傳統(tǒng)工業(yè)機器人切線換型速度慢、效率低的問題。
三、具身智能工業(yè)機械臂落地化速度，或快于人形機器人
除滿足制造業(yè)的柔性化生產(chǎn)外，工業(yè)機器人的成本賬和人力成本的經(jīng)濟賬，實則是企業(yè)主最為Care的事。海外工業(yè)機器人售價因行業(yè)不同、行業(yè)需求、功能和負載能力不同，售價存在較大差異。
通常來說，基礎工業(yè)機器人價格大約在2萬到8萬美元，高端智能機器人可能達到10萬到30萬美元甚至更高。但歐美高端制造業(yè)的高利潤、高人力綜合成本讓智能機器人的“綜合性價比”優(yōu)勢突出。與之相比的是，國內(nèi)工業(yè)機器人在價格上占據(jù)絕對優(yōu)勢，這種優(yōu)勢不僅國內(nèi)外競爭上成為關(guān)鍵，也是國內(nèi)企業(yè)將“智能”帶進工廠的關(guān)鍵。
圖源：基于公開信息整理 DoNews制圖
在勢頭上很兇猛的人形機器人，成本居高不下，因為其使用很多價格高昂的組件，單說視覺感知就會用到很多價格昂貴的組建，如3D相機、激光雷達等。
對于國內(nèi)制造業(yè)而言，他們利潤水平偏低且近兩年波及多行業(yè)的價格戰(zhàn)對制造業(yè)利潤的持續(xù)沖擊，想要讓企業(yè)主為動輒百萬級的人形機器人買單恐不太現(xiàn)實，更別提他們會關(guān)注人形機器人使用何種大模型技術(shù)、具備哪些能力。
且制造業(yè)使用工業(yè)機器人的成本不單單包括企業(yè)初始購買成本，還包括后續(xù)維護與升級成本和企業(yè)內(nèi)部MES、ERP、供應鏈管理系統(tǒng)數(shù)據(jù)打通成本、整體解決方案成本、工業(yè)機器人和人類共同工作的協(xié)調(diào)成本等等。
如工業(yè)機器人真正進入工廠“打工”后，工廠不僅需額外增加安全圍欄和傳感器，保證工人安全。且機器人若發(fā)生故障除會增加新的維修成本外，也會對產(chǎn)線生產(chǎn)構(gòu)成影響，進而影響工廠給下游客戶交付時間，繼而帶來成本增加?；诖?，公開數(shù)據(jù)顯示，國內(nèi)每萬名產(chǎn)業(yè)工人機器人滲透率只有392多臺，處在較低水平。
劉志毅指出，為提高國內(nèi)工業(yè)機器人普及率，可通過優(yōu)化產(chǎn)品設計、發(fā)展服務型商業(yè)模式降低使用門檻、利用AI提升效率是創(chuàng)新方向、通過AI輔助設計優(yōu)化機器人結(jié)構(gòu)和控制系統(tǒng)、通過稅收優(yōu)惠、補貼等方式，鼓勵企業(yè)采用國產(chǎn)工業(yè)機器人等系統(tǒng)性措施來降低成本，但推動核心零部件國產(chǎn)化才是降低成本的根本途徑。通過產(chǎn)學研合作，突破高端減速器、伺服系統(tǒng)等關(guān)鍵技術(shù)。建立本土化的供應鏈體系，提高零部件的標準化和通用性，實現(xiàn)規(guī)?；a(chǎn)。
馮雷博士同樣指出技術(shù)創(chuàng)新和自主研發(fā)是降低成本的關(guān)鍵，一方面，加強核心技術(shù)研發(fā)，推動核心零部件如伺服電機、減速器等的國產(chǎn)化進程。通過自主創(chuàng)新和技術(shù)突破，降低對進口零部件的依賴，從而從源頭上降低成本。
另一方面，通過技術(shù)創(chuàng)新提升工業(yè)機器人的性能，如提高精度、增強穩(wěn)定性、優(yōu)化算法等，使產(chǎn)品更具競爭力，從而在市場上獲得更高的認可度和市場份額。
仍需指出的是，相較于人形機器人，具身智能機械臂不僅具有成本優(yōu)勢，且在工業(yè)自動化、物流、服務行業(yè)等領(lǐng)域的應用場景更為明確和廣泛，這意味著未來具身智能機械臂的大規(guī)模落地速度會高于人形機器人。
曹巍指出，現(xiàn)階段工業(yè)機器人的突出問題雖然大家有生意做，但因交付成本過高，個性化東西太多，通用性低，導致大家并不賺錢?；诖?，工業(yè)機器人最值得研究的問題是如何把交付效率提升、交付成本做低及能夠做到開箱即用，做到真正的工業(yè)機器人的智能、
若工業(yè)機器人實現(xiàn)更加智能的開箱即用，或是更加智能的輕量化交付。從項目制走向產(chǎn)品制，工業(yè)機器人未來會是一個既賺錢、增速又快的超級市場。
值得注意的是，微億“創(chuàng)TRON”已能做到開箱即用，輕量化交付，這也是張志琦會提到預計1-2年內(nèi)，“創(chuàng)TRON”將進一步促進具身智能工業(yè)機器人市場規(guī)模的擴大，具身智能技術(shù)會讓工業(yè)機器人的部署更加敏捷，未來工業(yè)機器人的市場規(guī)模將進一步擴大，達到100萬-150萬套/年，年產(chǎn)值將達到1000億-1500億的原因所在。
隨著未來包括ABB、微億、海康等在內(nèi)的公司一起，持續(xù)賦能更多工業(yè)機器人和制造業(yè)，以及TOG端政策持續(xù)發(fā)力，高校端和企業(yè)端持續(xù)補齊技術(shù)短板，這不僅能助推更多工業(yè)機器人“進廠打工”，行業(yè)迎來“iPhone時刻”。
更重要的是，這能幫助制造業(yè)實現(xiàn)降本提效，讓國內(nèi)制造業(yè)不斷做大做強。
