E Ink元太科技連三年入選道瓊可持續(xù)雙指數(shù)撬動(dòng)6000億GTV后,抖音計(jì)劃偷襲美團(tuán)大本營(yíng)AGI Open Network(AON):賦能每個(gè)人創(chuàng)建、部署和貨幣化AI Agent貸款利率史上最低了嗎?東融教你看懂歷年啥水平“客服來(lái)電”有詐?抖音客服上線“驗(yàn)證助手”助用戶識(shí)別詐騙OpenAI新模型GPT-5研發(fā)未達(dá)預(yù)期:成本高昂 效果不佳曝天馬打入果鏈:為蘋果HomePod供應(yīng)LCD屏 每塊屏僅10美元曝OPPO或首發(fā)新款天璣次旗艦芯片 兩大子品牌Q2發(fā)力諾基亞攜手阿聯(lián)酋運(yùn)營(yíng)商e&,展示全球首個(gè)固網(wǎng)游戲端到端網(wǎng)絡(luò)切片方案零下25℃制熱26℃!海爾水暖通黑科技亮相冰雪大世界三星沒(méi)放棄曲面屏開發(fā)!最新專利曝光暗示有望回歸三大運(yùn)營(yíng)商11月成績(jī)單:用戶數(shù)據(jù)增幅放緩打造下一個(gè)英偉達(dá),孫正義的2026芯片計(jì)劃曝光瞭望2025全球6G技術(shù)發(fā)展趨勢(shì)AI時(shí)代云安全新范式,暢捷通智能守護(hù)小微企業(yè)安全上云百川智能發(fā)布全鏈路領(lǐng)域增強(qiáng)金融大模型 Baichuan4-Finance年末家電消費(fèi)觀察:品質(zhì)生活類產(chǎn)品熱賣,將持續(xù)迎來(lái)剛需式普及?GPT-5研發(fā)受阻:OpenAI 新一代模型難見突破性進(jìn)展新一代語(yǔ)言模型ModernBERT發(fā)布,RAG等任務(wù)處理速度快四倍、成本低新研究顯示:Anthropic 的 Claude AI 在合作能力上領(lǐng)先于 OpenAI 和谷歌模型
  • 首頁(yè) > 產(chǎn)經(jīng)新聞?lì)l道 > 業(yè)界新聞

    具身智能機(jī)器人,工業(yè)機(jī)器人角逐新賽道?

    2024年10月10日 09:28:24   來(lái)源:Donews

      每年的工博會(huì)作為國(guó)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(tái),被視為全球工業(yè)創(chuàng)新的風(fēng)向標(biāo)。

      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(jì)算、大數(shù)據(jù)快速發(fā)展下,以先進(jìn)數(shù)控機(jī)床,來(lái)回?fù)u擺的機(jī)械臂、智慧高效的工業(yè)解決方案、智能化數(shù)字化未來(lái)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(huì)重點(diǎn)。

      ABB推出的新一代機(jī)器人控制平臺(tái)OmniCore實(shí)現(xiàn)人工智能、傳感器、云計(jì)算和邊緣計(jì)算系統(tǒng)的全面集成。和之前ABB控制器相比,OmniCore使機(jī)器人的運(yùn)行速度提升25%,能耗降低20%。

      ?低瞥龅膹(fù)合機(jī)器人通過(guò)搭載智能相機(jī),多傳感器數(shù)據(jù)融合感知,實(shí)現(xiàn)移動(dòng)、抓取與搬運(yùn)的集成作業(yè)能力,能夠簡(jiǎn)化復(fù)雜的物料搬運(yùn)場(chǎng)景,實(shí)現(xiàn)更高效的工業(yè)自動(dòng)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(jī)器人——“創(chuàng)TRON”,

      集感知、驅(qū)動(dòng)、控制、算法、云服務(wù)等技術(shù)于一體,能夠更好理解和適應(yīng)復(fù)雜的工業(yè)環(huán)境,輕松解決產(chǎn)線的靈活性和適應(yīng)性問(wèn)題,精準(zhǔn)且高效地執(zhí)行各類多元化任務(wù)。

      在工博會(huì)現(xiàn)場(chǎng)相對(duì)嘈雜的環(huán)境中,創(chuàng)TRON通過(guò)具身視覺模塊,仍能實(shí)時(shí)捕捉動(dòng)態(tài)環(huán)境變化,進(jìn)行毫秒級(jí)的實(shí)時(shí)地圖重建,確保機(jī)器人與外部環(huán)境交互的實(shí)時(shí)性,具有高強(qiáng)度復(fù)雜環(huán)境感知能力。

      在現(xiàn)場(chǎng)工作人員給到的多重任務(wù)下,創(chuàng)TRON無(wú)需傳統(tǒng)示教及機(jī)器人編程,通過(guò)對(duì)圖片、視頻、動(dòng)作等進(jìn)行精確捕捉。結(jié)合工業(yè)垂類大模型,快速實(shí)現(xiàn)任務(wù)理解和拆分。且創(chuàng)TRON通過(guò)高速實(shí)時(shí)量產(chǎn)執(zhí)行,做到快速實(shí)現(xiàn)柔性切線,將切線時(shí)間縮短至小時(shí)級(jí)。

      此外,因創(chuàng)TRON機(jī)械臂實(shí)時(shí)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(jí)完成點(diǎn)到點(diǎn)路徑規(guī)劃,實(shí)時(shí)生成距離和速度最優(yōu)軌跡進(jìn)一步確保系統(tǒng)的整體實(shí)時(shí)性和準(zhǔn)確性。隨著明年創(chuàng)TRON批量上市進(jìn)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(hù)費(fèi)用的同時(shí),將持續(xù)助推制造業(yè)朝著智能化轉(zhuǎn)型升級(jí)。

      不僅僅是在工博會(huì),此前舉辦的2024年世界機(jī)器人大會(huì),具身智能和大模型同樣成為市場(chǎng)關(guān)注角度。機(jī)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(yīng)用的強(qiáng)勢(shì)前景。

      一、“大模型+機(jī)器人”開啟“智械時(shí)代”,數(shù)據(jù)難題何解?

      隨著當(dāng)前AI大模型技術(shù)的快速發(fā)展,這些模型通過(guò)整合感知、認(rèn)知和決策能力,將機(jī)器人從單一功能的執(zhí)行單元提升為具有自主學(xué)習(xí)和優(yōu)化能力的智能系統(tǒng)。這種轉(zhuǎn)變使得機(jī)器人能夠更好地適應(yīng)復(fù)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(jī)器人”讓具身智能工業(yè)機(jī)器人正開啟“智械時(shí)代”。

      以“地表最強(qiáng)人形機(jī)器人”Figure 02為例,其搭載的GPT-4多模態(tài)大模型、機(jī)載視覺語(yǔ)言模型(VLM)及類似RT-X機(jī)器人控制等大模型和麥克風(fēng)和揚(yáng)聲器等硬件,不僅使其常識(shí)推理能力和任務(wù)執(zhí)行智能性相較Figure01顯著提升,且能實(shí)現(xiàn)和人類自然地對(duì)話。此外定制AI的模型和VLM,讓Figure 02適用于工業(yè)制造、倉(cāng)庫(kù)物流等輕載搬運(yùn)和分揀任務(wù),提供全自動(dòng)的智能決策和執(zhí)行能力。

      但中國(guó)人工智能領(lǐng)軍科學(xué)家、上海交大清源研究院研究員、中國(guó)人工智能學(xué)會(huì)具身智能專委會(huì)委員劉志毅指出,具身智能工業(yè)機(jī)器人在模型訓(xùn)練中,訓(xùn)練數(shù)據(jù)來(lái)自多方挑戰(zhàn):

      一是數(shù)據(jù)的質(zhì)量和多樣性問(wèn)題。工業(yè)場(chǎng)景的復(fù)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(yùn)營(yíng)、異常情況、不同設(shè)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(biāo)注問(wèn)題。工業(yè)數(shù)據(jù)的專業(yè)性很強(qiáng),需要具備深厚工業(yè)背景的專家進(jìn)行標(biāo)注。這些專家資源稀缺,標(biāo)注過(guò)程耗時(shí)且成本高昂,而確保標(biāo)注的一致性和準(zhǔn)確性是提高模型性能的關(guān)鍵。

      三是數(shù)據(jù)實(shí)時(shí)性要求。工業(yè)生產(chǎn)環(huán)境動(dòng)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(gè)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(shí)現(xiàn)近實(shí)時(shí)的數(shù)據(jù)采集和模型更新。

      四是數(shù)據(jù)安全問(wèn)題。工業(yè)數(shù)據(jù)往往涉及企業(yè)核心機(jī)密,如生產(chǎn)工藝、設(shè)備參數(shù)等。如何在保護(hù)隱私和知識(shí)產(chǎn)權(quán)的前提下實(shí)現(xiàn)數(shù)據(jù)共享和模型訓(xùn)練,是一個(gè)需要技術(shù)和管理雙重創(chuàng)新的復(fù)雜問(wèn)題。

      數(shù)據(jù)問(wèn)題也帶來(lái)技術(shù)挑戰(zhàn),火石創(chuàng)造產(chǎn)業(yè)研究院院長(zhǎng)馮雷博士認(rèn)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(jī)器學(xué)習(xí)模型是當(dāng)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(yīng)用的復(fù)雜性增加,單一模型已無(wú)法滿足所有需求,因此集成學(xué)習(xí)和多模型協(xié)同成為發(fā)展趨勢(shì),但這增加了模型的復(fù)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(duì)模型訓(xùn)練也帶來(lái)新的難題。

      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(wèn)題,導(dǎo)致數(shù)據(jù)無(wú)法有效共享和利用。這要求工廠加強(qiáng)數(shù)據(jù)治理和管理,打破數(shù)據(jù)孤島,實(shí)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(yīng)鏈、生產(chǎn)、質(zhì)檢、物流等環(huán)節(jié)。不同系統(tǒng)和設(shè)備間的數(shù)據(jù)格式和協(xié)議可能不一致,需要進(jìn)行數(shù)據(jù)清洗和整合。確保數(shù)據(jù)的時(shí)間序列完整性,對(duì)于支持整個(gè)生產(chǎn)過(guò)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(zhǔn)確的矛盾成為難題。

      一方面,制造業(yè)良品率提高導(dǎo)致樣本數(shù)據(jù)偏少,進(jìn)而影響模型訓(xùn)練時(shí)間。另一方面,“過(guò)殺”和“漏檢”是衡量工廠現(xiàn)場(chǎng)中間準(zhǔn)確度的兩大重要指標(biāo)。“過(guò)殺和漏檢但凡某個(gè)指標(biāo)偏高,客戶認(rèn)為設(shè)備無(wú)法使用后,需安排內(nèi)部人員二次復(fù)驗(yàn)?蛻羰褂肁I質(zhì)檢設(shè)備的意義何在?若將過(guò)殺率控制到5%以下,又對(duì)樣本數(shù)據(jù)提出更高要求。”

      面對(duì)訓(xùn)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(yù)訓(xùn)練模型的設(shè)備直接部署到產(chǎn)線上,把產(chǎn)線操作工變成“模型訓(xùn)練師”,在云端自研的“人機(jī)交互式的模型訓(xùn)練平臺(tái)”上對(duì)模型生成的結(jié)果進(jìn)行復(fù)判和修正,模型再把修正后的結(jié)果下發(fā)給設(shè)備予以執(zhí)行。

      同時(shí)將修正過(guò)程作為模型下一輪迭代的“新樣本”,讓模型不斷學(xué)習(xí)人類老師傅的工作經(jīng)驗(yàn),這樣就在產(chǎn)線上形成了“端云一體”的模型訓(xùn)練閉環(huán),實(shí)現(xiàn)設(shè)備“開箱即用”的同時(shí),讓模型訓(xùn)練獲得大量實(shí)時(shí)產(chǎn)線數(shù)據(jù)。

      基于在AI質(zhì)檢市場(chǎng)的競(jìng)爭(zhēng)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(biāo)數(shù)據(jù)庫(kù)。藍(lán)馳創(chuàng)投董事總經(jīng)理、合伙人曹巍在接受媒體采訪時(shí)指出,工業(yè)機(jī)器人行業(yè)內(nèi)優(yōu)秀的公司會(huì)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(guó)AI賦能的工業(yè)質(zhì)檢解決方案市場(chǎng)份額2023》

      張志琦也指出,微億目前已積累一定的業(yè)務(wù)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(lái),且即使同行做出來(lái),恐難以適應(yīng)市場(chǎng)改變,這是微億的核心競(jìng)爭(zhēng)力之一。

      二、如何讓智能機(jī)器人裝上“腦子”,更接近人類?

      除訓(xùn)練數(shù)據(jù)問(wèn)題外,從本屆工博會(huì)工業(yè)機(jī)器人展區(qū)來(lái)看,大部分機(jī)器人旁邊都配備一臺(tái)負(fù)責(zé)指揮和調(diào)試的“大腦”,雖是按照既定程序運(yùn)行,但工作人員時(shí)不時(shí)需要檢查運(yùn)行是否正常。

      但從海外包括特斯拉超級(jí)工廠使用的KUKA和Fanuc、寶馬德國(guó)丁戈?duì)柗业墓S中廣泛使用的ABB和KUKA、亞馬遜全球多個(gè)倉(cāng)儲(chǔ)中心使用數(shù)萬(wàn)臺(tái)的Kiva來(lái)看,這些工業(yè)機(jī)器人在驅(qū)動(dòng)和執(zhí)行層面的優(yōu)勢(shì)很足,也是他們一貫的技術(shù)核心。

      然而隨著AI帶來(lái)的感知和認(rèn)知能力,外企還未大力布局,具身智能在工業(yè)領(lǐng)域的應(yīng)用處于缺失狀態(tài)。這反而給了。這反而給了國(guó)內(nèi)具身智能工業(yè)機(jī)器行業(yè)一個(gè)機(jī)會(huì),雖說(shuō)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(shì),成為國(guó)內(nèi)企業(yè)不可忽視的突破點(diǎn)。

      馮雷博士指出,在感知技術(shù)上需增強(qiáng)其傳感器技術(shù),包括視覺、觸覺、力覺等多種傳感器,以實(shí)現(xiàn)對(duì)復(fù)雜工業(yè)環(huán)境的精準(zhǔn)感知。同時(shí),還需要不斷優(yōu)化算法,提高傳感器精度和響應(yīng)速度。

      在認(rèn)知技術(shù)上,工業(yè)機(jī)器人的認(rèn)知能力依賴于人工智能技術(shù)的發(fā)展,特別是深度學(xué)習(xí)、自然語(yǔ)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(yīng)用于工業(yè)機(jī)器人,使其能夠理解和處理復(fù)雜的工業(yè)任務(wù),實(shí)現(xiàn)自主決策。

      在驅(qū)動(dòng)技術(shù),驅(qū)動(dòng)技術(shù)包括伺服電機(jī)、減速器等關(guān)鍵部件,是工業(yè)機(jī)器人的核心。中國(guó)工業(yè)機(jī)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(qiáng)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(jī)器人的操作精度和效率。需要不斷優(yōu)化控制算法,提高機(jī)器人的運(yùn)動(dòng)控制能力和精度,同時(shí)確保執(zhí)行過(guò)程中的安全性和可靠性。

      劉志毅也指出,目前工業(yè)機(jī)器人高精度傳感器、控制器、伺服電機(jī)等核心零部件仍有較大進(jìn)口依賴。此外,軟硬件深度融合是一個(gè)系統(tǒng)性挑戰(zhàn)。企業(yè)需要突破傳統(tǒng)的機(jī)械設(shè)計(jì)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(shè)計(jì),支持快速功能定制和升級(jí),實(shí)現(xiàn)軟件定義硬件,提高機(jī)器人的適應(yīng)性和可重構(gòu)性。

      通用AI算法需針對(duì)工業(yè)場(chǎng)景進(jìn)行大量?jī)?yōu)化,提高精度、穩(wěn)定性和實(shí)時(shí)性。開發(fā)更高效的邊緣計(jì)算算法,實(shí)現(xiàn)本地化的智能決策。同時(shí),提高算法的可解釋性和可靠性,滿足工業(yè)級(jí)應(yīng)用的嚴(yán)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(jī)械臂的運(yùn)動(dòng)機(jī)構(gòu)類似人的手腳,兩者之間的隔閡宛如是一個(gè)瞎子背著一個(gè)瘸子,瘸子在指揮瞎子的前進(jìn)后退,實(shí)際落地中困難重重,往往需要不斷地堆疊人力來(lái)彌補(bǔ)之間的問(wèn)題,這應(yīng)該是一個(gè)完整的體系,把感知、認(rèn)知、規(guī)劃、驅(qū)動(dòng)、控制能力相融合,才是解決這類問(wèn)題的根本之道。

      基于此,2023年微億成立專門的具身智能項(xiàng)目組,與國(guó)產(chǎn)機(jī)器人廠商捷勃特共同研發(fā),實(shí)現(xiàn)工業(yè)AI與工業(yè)機(jī)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(wèn)題屬技術(shù)問(wèn)題,但技術(shù)之上卻是如何讓具身智能機(jī)器人更好地滿足下游客戶需求。

      近些年來(lái),隨著消費(fèi)者需求逐漸多樣化和個(gè)性化、中國(guó)企業(yè)出海需應(yīng)對(duì)供應(yīng)鏈和市場(chǎng)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(duì)工廠端愈發(fā)追求柔性化生產(chǎn),且成為不可逆趨勢(shì)。上文提到的海外工業(yè)機(jī)器人能“進(jìn)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(chǎng),國(guó)內(nèi)工業(yè)機(jī)器人應(yīng)對(duì)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(jī)器人都是在確認(rèn)的、封閉的空間中運(yùn)動(dòng),且只能進(jìn)行單一重復(fù)動(dòng)作,泛化能力弱,無(wú)法具備柔性切線能力,從源頭上限制工業(yè)機(jī)器人的普及和應(yīng)用。

      面對(duì)制造業(yè)對(duì)極致成本和柔性生產(chǎn)的現(xiàn)實(shí)需求,包括微億、遨博機(jī)器人、拓斯達(dá)、新松機(jī)器人、埃夫特智能裝備、華中數(shù)控、ABB中國(guó)等廠商推出的具身智能機(jī)械臂紛紛搭載免編程功能。

      免編程機(jī)械臂優(yōu)勢(shì)在于通過(guò)自適應(yīng)技術(shù)快速適應(yīng)不同的生產(chǎn)任務(wù),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(wù)需求,自動(dòng)學(xué)習(xí)新的操作路徑并快速投入使用。機(jī)械臂通過(guò)視覺傳感器、力覺傳感器等感知環(huán)境,并基于機(jī)器學(xué)習(xí)技術(shù)自動(dòng)調(diào)整操作動(dòng)作,可更高層次的柔性生產(chǎn),無(wú)需每次任務(wù)變更都進(jìn)行重新編程,進(jìn)而提高工廠生產(chǎn)效率。

      曹巍指出,工業(yè)機(jī)器人的下一個(gè)發(fā)展趨勢(shì)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(jī)器人編程可能仍需定制,但在和機(jī)器人交談過(guò)程中它能理解我要定制什么,而非是繼續(xù)請(qǐng)人編寫代碼。

      張志琦指出,微億打造的具身智能機(jī)器人在攻占既有市場(chǎng)的同時(shí),還能進(jìn)入傳統(tǒng)工業(yè)機(jī)器人無(wú)法進(jìn)入的靈活柔性場(chǎng)景,幫助工業(yè)制造企業(yè)解決在使用傳統(tǒng)工業(yè)機(jī)器人切線換型速度慢、效率低的問(wèn)題。

      三、具身智能工業(yè)機(jī)械臂落地化速度,或快于人形機(jī)器人

      除滿足制造業(yè)的柔性化生產(chǎn)外,工業(yè)機(jī)器人的成本賬和人力成本的經(jīng)濟(jì)賬,實(shí)則是企業(yè)主最為Care的事。海外工業(yè)機(jī)器人售價(jià)因行業(yè)不同、行業(yè)需求、功能和負(fù)載能力不同,售價(jià)存在較大差異。

      通常來(lái)說(shuō),基礎(chǔ)工業(yè)機(jī)器人價(jià)格大約在2萬(wàn)到8萬(wàn)美元,高端智能機(jī)器人可能達(dá)到10萬(wàn)到30萬(wàn)美元甚至更高。但歐美高端制造業(yè)的高利潤(rùn)、高人力綜合成本讓智能機(jī)器人的“綜合性價(jià)比”優(yōu)勢(shì)突出。與之相比的是,國(guó)內(nèi)工業(yè)機(jī)器人在價(jià)格上占據(jù)絕對(duì)優(yōu)勢(shì),這種優(yōu)勢(shì)不僅國(guó)內(nèi)外競(jìng)爭(zhēng)上成為關(guān)鍵,也是國(guó)內(nèi)企業(yè)將“智能”帶進(jìn)工廠的關(guān)鍵。

      圖源:基于公開信息整理 DoNews制圖

      在勢(shì)頭上很兇猛的人形機(jī)器人,成本居高不下,因?yàn)槠涫褂煤芏鄡r(jià)格高昂的組件,單說(shuō)視覺感知就會(huì)用到很多價(jià)格昂貴的組建,如3D相機(jī)、激光雷達(dá)等。

      對(duì)于國(guó)內(nèi)制造業(yè)而言,他們利潤(rùn)水平偏低且近兩年波及多行業(yè)的價(jià)格戰(zhàn)對(duì)制造業(yè)利潤(rùn)的持續(xù)沖擊,想要讓企業(yè)主為動(dòng)輒百萬(wàn)級(jí)的人形機(jī)器人買單恐不太現(xiàn)實(shí),更別提他們會(huì)關(guān)注人形機(jī)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(jī)器人的成本不單單包括企業(yè)初始購(gòu)買成本,還包括后續(xù)維護(hù)與升級(jí)成本和企業(yè)內(nèi)部MES、ERP、供應(yīng)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(jī)器人和人類共同工作的協(xié)調(diào)成本等等。

      如工業(yè)機(jī)器人真正進(jìn)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(jī)器人若發(fā)生故障除會(huì)增加新的維修成本外,也會(huì)對(duì)產(chǎn)線生產(chǎn)構(gòu)成影響,進(jìn)而影響工廠給下游客戶交付時(shí)間,繼而帶來(lái)成本增加;诖耍_數(shù)據(jù)顯示,國(guó)內(nèi)每萬(wàn)名產(chǎn)業(yè)工人機(jī)器人滲透率只有392多臺(tái),處在較低水平。

      劉志毅指出,為提高國(guó)內(nèi)工業(yè)機(jī)器人普及率,可通過(guò)優(yōu)化產(chǎn)品設(shè)計(jì)、發(fā)展服務(wù)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(guò)AI輔助設(shè)計(jì)優(yōu)化機(jī)器人結(jié)構(gòu)和控制系統(tǒng)、通過(guò)稅收優(yōu)惠、補(bǔ)貼等方式,鼓勵(lì)企業(yè)采用國(guó)產(chǎn)工業(yè)機(jī)器人等系統(tǒng)性措施來(lái)降低成本,但推動(dòng)核心零部件國(guó)產(chǎn)化才是降低成本的根本途徑。通過(guò)產(chǎn)學(xué)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(yīng)鏈體系,提高零部件的標(biāo)準(zhǔn)化和通用性,實(shí)現(xiàn)規(guī)模化生產(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(qiáng)核心技術(shù)研發(fā),推動(dòng)核心零部件如伺服電機(jī)、減速器等的國(guó)產(chǎn)化進(jìn)程。通過(guò)自主創(chuàng)新和技術(shù)突破,降低對(duì)進(jìn)口零部件的依賴,從而從源頭上降低成本。

      另一方面,通過(guò)技術(shù)創(chuàng)新提升工業(yè)機(jī)器人的性能,如提高精度、增強(qiáng)穩(wěn)定性、優(yōu)化算法等,使產(chǎn)品更具競(jìng)爭(zhēng)力,從而在市場(chǎng)上獲得更高的認(rèn)可度和市場(chǎng)份額。

      仍需指出的是,相較于人形機(jī)器人,具身智能機(jī)械臂不僅具有成本優(yōu)勢(shì),且在工業(yè)自動(dòng)化、物流、服務(wù)行業(yè)等領(lǐng)域的應(yīng)用場(chǎng)景更為明確和廣泛,這意味著未來(lái)具身智能機(jī)械臂的大規(guī)模落地速度會(huì)高于人形機(jī)器人。

      曹巍指出,現(xiàn)階段工業(yè)機(jī)器人的突出問(wèn)題雖然大家有生意做,但因交付成本過(guò)高,個(gè)性化東西太多,通用性低,導(dǎo)致大家并不賺錢。基于此,工業(yè)機(jī)器人最值得研究的問(wèn)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(jī)器人的智能、

      若工業(yè)機(jī)器人實(shí)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(xiàng)目制走向產(chǎn)品制,工業(yè)機(jī)器人未來(lái)會(huì)是一個(gè)既賺錢、增速又快的超級(jí)市場(chǎng)。

      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(huì)提到預(yù)計(jì)1-2年內(nèi),“創(chuàng)TRON”將進(jìn)一步促進(jìn)具身智能工業(yè)機(jī)器人市場(chǎng)規(guī)模的擴(kuò)大,具身智能技術(shù)會(huì)讓工業(yè)機(jī)器人的部署更加敏捷,未來(lái)工業(yè)機(jī)器人的市場(chǎng)規(guī)模將進(jìn)一步擴(kuò)大,達(dá)到100萬(wàn)-150萬(wàn)套/年,年產(chǎn)值將達(dá)到1000億-1500億的原因所在。

      隨著未來(lái)包括ABB、微億、?档仍趦(nèi)的公司一起,持續(xù)賦能更多工業(yè)機(jī)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(bǔ)齊技術(shù)短板,這不僅能助推更多工業(yè)機(jī)器人“進(jìn)廠打工”,行業(yè)迎來(lái)“iPhone時(shí)刻”。

      更重要的是,這能幫助制造業(yè)實(shí)現(xiàn)降本提效,讓國(guó)內(nèi)制造業(yè)不斷做大做強(qiáng)。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時(shí)

    新聞

    明火炊具市場(chǎng):三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來(lái)實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。

    研究

    中國(guó)信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析專題論壇在沈陽(yáng)成功舉辦。