IT時報記者 孫妍
機器人，時下最熱的創業賽道之一，各個展會的最佳人氣選手。在中國這個全球最強的制造業大國，工業機器人裝機量占全球比重超50%，其產量與汽車、手機、微型電腦、彩電一樣，都位居世界第一。
中國國際工業博覽會（下簡稱「工博會」）向來被稱為工業機器人風向標，見證了工業機器人「演化論」：從機器到機器人，再到智慧機器人，下一步，工業機器人該向哪裏前進演化？
在9月24日開幕的第二十四屆工博會上，一個名叫「具身智慧工業機器人」的新物種出現了，這個將AI大模型「大腦」裝進工業機器人的新物種，被認為是國產機器人「換道超車」的一大希望。
工業機器人前進演化為具身智慧
在工博會展台上，一台具身智慧工業機器人打破了大眾對工業機器人的想象天花板，當觀眾將幾塊積木拼成任意形狀後，它就會在隨意擺放的積木中抓取相應數量，拼出一模一樣的形狀。這對人類來說並非難事，但對機器人來說，要感知復雜的工業環境，快速調整動態變化的任務，並精準地執行，並非易事。
這台由微億智造聯合捷勃特聯合釋出的「創TRON」具身智慧工業機器人能做到，主要是因為它擁有了一個AI「大腦」，同時也擁有類人的眼和手，將感知、認知、驅動、執行融合在了一起，未來將落地質檢、裝配、打磨、焊接、上下料等不同生產環節。
「有了這些能力，在以後的實際套用中，具身智慧工業機器人搭載不同的末端工具就可以適配各類套用場景。比如打磨時，機器人手裏多了一把磨刀，焊接時多了一把焊槍，本質上跟AI質檢是一回事。我們想將人的經驗轉換成數據，就像老師傅將經驗傳給新工人一樣，我們也想透過平台沈澱數據，不斷去傳授新的模型。」微億董事長兼CEO張誌琦說道。
「明年，我們的具身智慧工業機器人將批次上市，目前已有一些天使使用者在試用。」張誌琦向【IT時報】記者透露。
「AI老師傅」切入千億藍海
在常州一家果鏈企業，高峰時期有上千名工人只做質檢這一件事，為的是提高產品零部件的良率。
早在2018年，微億便首次將深度學習引入質檢場景，特別是磕傷、劃傷、碰傷這些以往需要老師傅去判定的產品外觀表面缺陷。在沒有AI介入之前，工廠采取「老帶新」的模式，老師傅手把手地培訓新人，新人透過一系列樣品檢測學習就能上崗了。微億發現，AI學習跟老師傅教新人的模式是類似的，AI也需要看一堆樣品才能學會什麽是合格的產品。
「我們應該是全球首家將AI深度學習引入質檢場景的，也首次提出了‘眼手腦雲’產品架構。」令張誌琦沒有想到的是，在果鏈企業落地AI質檢計畫後，其他全球知名的3C廠商都看中了這一技術，品牌商急需用中立的數位化手段來替代以往工人在質檢過程中的主觀判斷，畢竟良品率往往代表代工廠的利益。
在傳統的質檢場景，起初采用零件轉動，相機固定的模式來完成拍攝並檢測，但弊端是零件發生一點點變化，相機位置、演算法都要重新調整，往往需要投入3位工程師在現場偵錯，一台台逐一偵錯，而且AI模型很難接受每台裝置之間的差異，耗時又耗力。
能不能采用相機轉動，零件固定的模式來完成拍攝？在逆向思維的指引下，微億技術團隊將機械臂這個「手」引入了AI質檢，也就是將相機裝在機械臂上，由「眼在手上」的方式完成拍攝檢測。
「外觀檢測往往需要全檢，以新能源汽車電驅動定子產品為例，需要檢測200個點位，以前需要偵錯2—3周，現在透過我們的AI演算法，小時級就能調完，而且可以做到雲端全自動化，工程師不用去現場，只需要工廠有人配合就行。」張誌琦解釋道，工廠只需提供一張CAD圖紙，選好檢測面，微億的AI演算法就能自動調整，機械臂可以自主規劃最優路徑，如果中間有遺漏或者調整，可以由工程師雲端最佳化，而這些最佳化和調整的經驗都會被模型記錄下來，沈澱在一個平台上。「目前，微億的數據量是質檢行業中最大的，精標數據達10億條，整個數據量接近15 TB。」
在微億實驗室裏，一台負責質檢的機械臂正在不間斷進行拍攝，這一技術被稱為「飛拍」，機械臂在轉動過程中，以每個點位0.3秒的速度穩定成像。
正是「眼手腦雲」能力組合的形成，讓微億的AI質檢具備了通用性解題思路，快速從3C電子走向汽車、新能源等行業。「這在整個AI質檢行業都極為少見，哪怕排名前五的企業，各家市場份額占比都很小，因為演算法能容易做到通用性，但交付一整台裝置，就需要深入了解和相容行業特性。」張誌琦強調。
據IDC報告顯示，微億在短短4年後便闖入傳統質檢市場份額全國第二，增速排名第一。
然而機器人所覆蓋到的工業場景何其多，質檢只是一環。同時，面對整個制造業，機器人也不過只占據其環節的20%市場，80%以上的場景仍需人工來完成。數據顯示，截至2022年，每萬名制造業員工所擁有的工業機器人數量為392台。張誌琦看中了這片藍海，認為具身智慧工業機器人有希望實作跨越，完成指數級別增長，在AI加持下，未來工廠產線上的機器人不需要人工編程，就可以自主實作生產任務的切換，這對於現有工業機器人的生產模式是一種顛覆性創新。
國產機器人「換道超車」
眾所周知，汽車等行業以往都被海外「四大家族」的工業機器人所壟斷，經過多年的競速，國產工業機器人找到了一些彎道超車的路徑。
但是，國內工業機器人市場每年僅增長10%，需求量為30萬套/年，年產值約300億元，國產機器人占比只有35%，其中還有大量配件采購自國外，而且機器人控制演算法效能落後。
國產機器人的出路在哪裏？
「國產機械臂價格卷至很低，五六萬一台，現在工廠不是買不起機械臂，而是買來後不好用。」張誌琦觀察到，一旦訂單發生變化，工廠往往只有半天甚至更短時間調整產線，但國產機械臂的柔性化能力較弱，需要幾天才能調整到位，於是很多機械臂就這樣被擱置在倉庫。而微億在工業機器人中植入了「手眼腦」組合，還用AI大模型改造大腦，使得調整產線的時間達到小時級。
國產具身智慧工業機器人將大幅降低成本，提升效率，還能進入傳統工業機器人無法進入的靈活柔性場景。從硬體效能來看，不弱於國外頂尖品牌，從軟體效能來看，國產具身智慧工業機器人在動力學控制演算法、運動學演算法等方面的效能將超越國外同類產品。
很多人會將具身智慧工業機器人與進入工廠的人形機器人對比，其實兩者在本質上相同，都需要感知驅動控制一體，只不過形態不一樣，一個是機械臂，一個是人形。具身智慧工業機器人可以簡單理解為「AI大模型+工業機器人」，深入理解實則是將傳統機器人控制演算法與人工智慧演算法深度融合，實作感知、理解、規劃和執行能力一體化，能夠自我學習復雜的工業環境，並自主決策並執行高度復雜的任務。
「多久能收回成本？」在工博會上，絕大多數制造業工廠的問題都是類似的，在硬體和軟體效率與國外品牌相當外，成本仍是工廠最關註的點。在各行各業內卷的當下，即便新能源車企，也只能接受一年半時間收回成本，但是一個人形機器人動輒幾十萬、上百萬，很難在一年半內收回成本。
根據Macquarie Research在2023年釋出的報告，人形機器人的硬體總成本目前約為5萬美元。以色列智慧機器人中心主席Yosi Lahad曾在2024世界人工智慧大會上表示，人形機器人要大規模套用，需降至2萬美元以下。
2萬美元，是特斯拉Optimus人形機器人的目標售價，也是國外機械臂品牌的市每場平均價。而國產機械臂的均價已經降至數萬元，甚至卷到1萬元以內。
「能用2D相機達到3D相機的成像效果，這能大大節約成本。」一位行業專家指出了微億的成本優勢之一。
在人形機器人上，3D相機、雷射雷達、雙目鏡頭不斷堆砌，僅一台3D相機就高達幾萬元，成本昂貴。而微億的解決方案中只使用了幾百元一台的2D相機，就能達到1公釐以內的精度，媲美3D相機的核心在於演算法最佳化。
「我們打造具身智慧工業機器人，不是要彎道超車，而是要換道超車。」張誌琦較為樂觀地預估道，1—2年內，具身智慧工業機器人可以迅速擴大工業機器人市場規模，提升3—5倍，年需求量將達到100—150萬套，年產值將達1000—1500億。
