为机床工具企业提供深度市场分析                     

用户名:   密码:         免费注册  |   申请VIP  |  

English  |   German  |   Japanese  |   添加收藏  |  
沈阳机床

车床 铣床 钻床 数控系统 加工中心 锻压机床 刨插拉床 螺纹加工机床 齿轮加工机床
磨床 镗床 刀具 功能部件 配件附件 检验测量 机床电器 特种加工 机器人

机器人

电工电力 工程机械 航空航天 汽车 模具
仪器仪表 通用机械 轨道交通 船舶

搜索
热门关键字:

数控机床

 | 数控车床 | 数控系统 | 滚齿机 | 数控铣床 | 铣刀 | 主轴 | 立式加工中心 | 机器人
您现在的位置:机器人> 热点新闻>具身智能“变身” 非人形机器人抢滩工业场景
具身智能“变身” 非人形机器人抢滩工业场景
2025-6-11  来源:-  作者:-

 
  
  
       具身智能,外界对其的定义主要是“大模型+人形机器人”。但实际上,具身智能是一个更宽泛的概念,能够与不同的硬件本体结合实现“七十二变”,包括但不限于机械臂、无人机、人形机器人等。

      人形机器人的落地仍处于“蹒跚学步”阶段,具身智能如何在工业场景大显身手?

     上海证券报记者近日调研获悉,尽管人形机器人已开始在工业制造领域进行商用测试,但距离工业场景所需的稳定性、高精度、高速度等要求尚有一定距离。工业机器人、移动机器人、协作机器人等非人形的机器人,已在细分场景里沉淀了数年,为企业带来了生产效率和效益的提升,在装上“大脑”、AI赋能后,具身智能有望率先实现在工业领域的规模化应用。

     优艾智合联合创始人兼CTO边旭认为,由于场景确定性和技术可行性,工业机器人和移动机器人更有可能率先实现规模化应用。经过近十年的产品迭代与市场教育,此类机器人已能够显著降本增效。而人形机器人当前更多处于技术论证阶段,长远来看,二者并非竞争关系,而是共存互补。

     具身智能不限于人形

     在一家黑灯实验室中,一台台机械臂与AI算法、物联网等硬核科技协同配合,在重复性高、精度要求高、环境条件要求苛刻的检测场景中24小时“摸黑”工作,确保成果质量,实现了从样本分装、提取到数据分析的全流程无人化操作。

     这一场景,诠释了工业场景中具身智能的落地形态。今年以来,具身智能概念在一、二级市场颇受关注,外界对其的定义主要是“大模型+人形机器人”。但实际上,具身智能是一个更宽泛的概念,能够与不同的硬件本体结合实现“七十二变”,包括但不限于机械臂、无人机、人形机器人等。

     IDC中国研究经理李君兰解释道,人形机器人是具身智能机器人的高阶形态,任何能够在物理空间环境中行动并形成互动的机器人,如协作机器人、移动机器人、商用服务机器人等正加速融合人工智能技术,均可以发展成为具身智能机器人。

     目前,人形机器人受限于技术奇点,如电机功率密度和极端非结构化环境的挑战,商业化尚需时日。而工业场景中原本较为成熟的机器人,是否能在发展具身智能上“弯道超车”?

     IDC最新调研显示,工业用户最希望用AI技术提升机器人对环境和作业对象的自主识别能力。目前已有厂商基于工业制造领域的深耕经验,以协作机器人为载体,利用AI大模型训练机器人在装配、打磨、上下料等特定场景对作业环境、对象、工艺流程等自主识别与学习。

     在边旭看来,工业机器人和移动机器人由于场景确定性和技术可行性,更有可能率先实现规模化应用。工业机器人已进入智能增强期,通过视觉伺服、力控模块和数字孪生技术,逐步实现环境感知和实时优化;移动机器人则在突破场景泛化瓶颈,融合激光SLAM(即时定位与地图构建)和视觉语义理解,实现高动态环境中的可靠交互。

     以半导体制造为例,晶圆材料的脆弱性,要求机器人在移动和操作过程中具备极高的稳定性与精度。机器人需要兼具稳定的下肢移动能力和精密的上肢操作能力,才能胜任晶圆厂的上下料工作。为了满足工业场景对容错率的严苛要求,优艾智合为机器人配备的特殊“肌肉模组”,使其能够以毫米级的步幅移动,同时实现对精密零件的轻拿轻放。

     AI能力为核心所在

     当前,随着新一代人工智能与先进制造技术的深度融合,多家上市公司正在推动工业机器人向具身智能的跃迁。

     埃斯顿聚焦工业具身智能、智能感知及其人工智能平台的研究开发,融合AI与机器人技术,提升工业机器人自主感知和学习的能力。埃夫特称,传统工业机器人通过与物联网、工业互联网、大数据、人工智能技术的结合,将推动具有感知、学习、决策和执行能力的智能机器人的发展。

     而AI能力,正是实现这一转变的核心要素。李君兰介绍,AI大模型技术的加持,让机器人的感知、学习、决策、行动等能力有了显著提升。在工业场景中,AI能够为机器人的自主学习、决策提供助力,为其构建复杂的环境认知理解、任务分解规划、动作训练与校正等提供支持。

     “具身智能的核心是打破传统AI算法与物理世界的割裂,比如协作机器人搭配视觉、力控传感器和相应AI算法,也能完成包括汽车零部件、3C产品等的装配、检测等复杂任务。”节卡机器人商用事业部檀志理说。

     谈及机器人行业的技术趋势,檀志理认为,未来通过大模型与轻量化技术协同突破,机器人将深度融合多模态感知(3D视觉、力觉)、认知推理(大模型)与动态执行能力,形成闭环智能系统,解决车间级泛化能力。基于多模态数据的具身智能大模型将推动跨子行业、跨场景任务泛化能力提升,同时非Transformer架构的轻量化模型降低算力成本,使低功耗设备具备复杂决策能力。

     不过,工业场景的标准化和专业化特点,决定了很难通过一套通用的软硬件系统完成所有任务分工。边旭认为,现阶段机器人厂商的核心发展方向应聚焦于智能系统的进步。他预计,未来两年,工业场景的具身智能将围绕多模态感知与决策、硬件性能突破、群体智能协同和数据驱动训练等方向快速发展。依托于云端的专家级行业垂直大模型,具身智能能够在不同细分行业实现工业批量化部署,半导体、物流和巡检、高危作业等细分场景将率先实现规模化应用。






    投稿箱:
        如果您有机床行业、企业相关新闻稿件发表,或进行资讯合作,欢迎联系本网编辑部, 邮箱:skjcsc@vip.sina.com