智能制造業(yè)日新月異，一座座智能工廠的落地，見(jiàn)證著機(jī)器人行業(yè)智能化的升級(jí)，但工業(yè)機(jī)器人的主要應(yīng)用場(chǎng)景——傳統(tǒng)工業(yè)產(chǎn)線并沒(méi)有發(fā)生顛覆性的改變，智能化程度難以滿足制造業(yè)對(duì)“新質(zhì)生產(chǎn)力”的需求。

隨著AI大模型表現(xiàn)出越發(fā)強(qiáng)大的通用性，具身智能體對(duì)物理世界的感知力不斷增強(qiáng)，新一輪AI技術(shù)革命，為機(jī)器人行業(yè)帶來(lái)曙光，未來(lái)，智能機(jī)器人將走向何方?

此前，2024年12月19日-21日，以“萬(wàn)物向新 蓄力篤行”為主題的2024(第十一屆)高工機(jī)器人年會(huì)暨高工金球獎(jiǎng)?lì)C獎(jiǎng)典禮在深圳機(jī)場(chǎng)凱悅酒店圓滿落幕。

在以“AI+機(jī)器人的過(guò)去、現(xiàn)在、未來(lái)”為主題的高峰對(duì)話上，主持人高工人形機(jī)器人聯(lián)合創(chuàng)始人鄭利瑤與對(duì)話嘉賓富士康科技集團(tuán)首席數(shù)字官史喆博士、美的集團(tuán)首席信息安全官/歐洲科學(xué)院院士劉向陽(yáng)博士、智平方副總裁邱巍博士、元戎啟行技術(shù)合伙人/副總裁劉念邱、同川科技總經(jīng)理沈曉龍圍繞【在AI賽道上，哪類角色真正掌握著話語(yǔ)權(quán)】、【大模型與通用AI的落地前景】、【智能機(jī)器人，智向何方?】等熱門議題展開(kāi)討論。

AI+機(jī)器人的短板在哪?

誰(shuí)掌握著話語(yǔ)權(quán)?

高工人形機(jī)器人聯(lián)合創(chuàng)始人鄭利瑤：從工廠制造的角度來(lái)看，AI+機(jī)器人的薄弱環(huán)節(jié)在哪?誰(shuí)掌握著話語(yǔ)權(quán)?

富士康科技集團(tuán)首席數(shù)字官史喆博士：最重要的是找到制約工廠效率提升的瓶頸，是什么影響了工業(yè)制造的規(guī)模化、智能化。

我認(rèn)為一個(gè)很大的挑戰(zhàn)在于，現(xiàn)有的工廠組織管理方式延續(xù)了早期的架構(gòu)，最早從日本工廠的IE組織(工業(yè)工程)衍生出了系統(tǒng)、軟件、服務(wù)等，如果未來(lái)5年，生成式人工智能技術(shù)取得重大突破，AI在工廠流程管理、報(bào)表統(tǒng)計(jì)等等功能都可以掌握，就不需要原有的管理方式。

為什么機(jī)器人的用量上不去，同樣是組織架構(gòu)問(wèn)題，智能制造行業(yè)需要一個(gè)促成變化的大事件，就像特斯拉打造出一個(gè)全球標(biāo)桿的汽車工廠，超越并引領(lǐng)其他汽車廠去變革。大家能否認(rèn)清自己的瓶頸或者問(wèn)題，重新設(shè)計(jì)生產(chǎn)管理系統(tǒng)，變革生產(chǎn)管理組織，來(lái)適應(yīng)全球化的大規(guī)模生產(chǎn)，這非常重要。

美的集團(tuán)首席信息安全官/歐洲科學(xué)院院士劉向陽(yáng)博士：現(xiàn)在的短板還是在應(yīng)用上。從技術(shù)層面來(lái)說(shuō)，AI大模型讓人類第一次真正找到了模擬大腦的方法，但大模型技術(shù)的應(yīng)用還處于萌芽和發(fā)育中，沒(méi)有形成真正革命性的效應(yīng)，沒(méi)有大規(guī)模地影響到每一個(gè)人。

我看到未來(lái)有3個(gè)技術(shù)方向能夠真正影響到所有人：自動(dòng)駕駛、人形機(jī)器人、Agent技術(shù)。整個(gè)物理世界是基于人形來(lái)打造的，未來(lái)AI大模型的瓶頸，在于數(shù)字化的程度、數(shù)據(jù)的來(lái)源，可獲取的數(shù)據(jù)越多，AI對(duì)人類世界的仿真模擬越輕松。

同川科技總經(jīng)理沈曉龍：目前，人工智能還是一個(gè)仿人類的邏輯推理能力，這個(gè)能力用在實(shí)際的工業(yè)生產(chǎn)中還很難被信任，現(xiàn)在我們正嘗試用人工智能來(lái)為工廠做一些賦能。

第一是在產(chǎn)品開(kāi)發(fā)上。人類的產(chǎn)品開(kāi)發(fā)和機(jī)器人感知物理世界，它們?cè)诟兄嫌泄餐ㄖ帲祟愂怯醚劬Α⑵つw等去感知，我們把工程數(shù)據(jù)輸入給AI，本質(zhì)上也是讓機(jī)器人能夠理解物理世界參數(shù)和研發(fā)邏輯。

一個(gè)工程化產(chǎn)品的迭代周期很漫長(zhǎng)，現(xiàn)階段我們使用更高的算力和算法，讓AI幫我們提升產(chǎn)品開(kāi)發(fā)的速度，比如在減速器、關(guān)節(jié)、執(zhí)行器等部件產(chǎn)品上，涉及到摩擦力、金屬疲勞壽命、接觸應(yīng)力等復(fù)雜數(shù)據(jù)。目前在產(chǎn)品開(kāi)發(fā)上，我們已逐漸享受到AI帶來(lái)的一些好處。

第二是用AI把生產(chǎn)計(jì)劃給數(shù)字化、模型化、參數(shù)化。未來(lái)機(jī)器人的智能化，更多取決于怎么理解物理世界，但物理世界太復(fù)雜，目前AI的泛化能力、數(shù)據(jù)采樣能力還遠(yuǎn)遠(yuǎn)不夠。

智能機(jī)器人，智向何方?

高

工人形機(jī)器人聯(lián)合創(chuàng)始人鄭利瑤：AI和具身智能會(huì)給行業(yè)帶來(lái)什么?機(jī)器人和智能駕駛行業(yè)在AI的認(rèn)知上有什么差異?

智平方副總裁邱巍博士：第一是技術(shù)發(fā)生了變化。相比自動(dòng)駕駛行業(yè)經(jīng)歷的深度學(xué)習(xí)技術(shù)，這一輪以大模型為基礎(chǔ)的AI技術(shù)發(fā)展，讓我們看到了AI機(jī)器學(xué)習(xí)在通識(shí)教育的可能性，具備了泛化能力。

在具身智能領(lǐng)域，特別之處在于空間感知識(shí)別能力，可以把對(duì)三維世界的認(rèn)知轉(zhuǎn)化成操作行為，機(jī)器人對(duì)工廠和周邊環(huán)境的識(shí)別力比以前更強(qiáng)大，我們不需要做預(yù)設(shè)編程，經(jīng)過(guò)訓(xùn)練后就可以輸出通用性的操作。

第二，AI技術(shù)在重塑行業(yè)的過(guò)程中，行業(yè)由誰(shuí)來(lái)主導(dǎo)，上下游產(chǎn)業(yè)鏈關(guān)系可能會(huì)發(fā)生怎樣的變化。比如汽車行業(yè)，主機(jī)廠已經(jīng)擁抱智能，繞過(guò)集成商，直接和芯片企業(yè)、軟件算法企業(yè)合作，建立自己的體系。

機(jī)器人一旦具備通用性，解決原有應(yīng)用場(chǎng)景的局限性，行業(yè)規(guī)模會(huì)呈現(xiàn)百倍增長(zhǎng)，當(dāng)工廠和其他應(yīng)用的壁壘打通，TOC 和TOB 的界限不再明顯，那么上游零部件會(huì)迎來(lái)變革，不論是供應(yīng)成本，還是重量、體型、功耗等性能都會(huì)發(fā)生巨變。

元戎啟行技術(shù)合伙人/副總裁劉念邱：機(jī)器人的演變過(guò)程，有兩個(gè)核心趨勢(shì)，一個(gè)是工具屬性越來(lái)越少，AI賦予的自我決策能力越來(lái)越強(qiáng);另一個(gè)是依賴的先驗(yàn)信息和確定性環(huán)境越來(lái)越少，面對(duì)的不確定性越來(lái)越多。

過(guò)去機(jī)器人行業(yè)工業(yè)屬性很強(qiáng)，更關(guān)注產(chǎn)品和工作需求，當(dāng)AI越來(lái)越強(qiáng)的時(shí)候，我們更多開(kāi)始關(guān)注他的智慧能力。

我們可以把智能汽車當(dāng)作一種移動(dòng)機(jī)器人，把自動(dòng)駕駛當(dāng)作機(jī)器人的一個(gè)垂直應(yīng)用，只是受眾范圍廣、需求量巨大、智能需求更加單一，正是因?yàn)樾枰鎸?duì)非常多物理世界的不確定性，所以能夠較早地完成智能化，完成自動(dòng)駕駛對(duì)物理世界認(rèn)知的大模型。