网通社科技快报
AI赋能机械臂 工厂复杂工序迎智能化突破
近年来,人工智能技术快速发展,催生了Physical AI这一新兴技术路径。与传统将机器人“大脑”和“身体”捆绑发展的模式不同,当前市场开始允许两者分开商业化。特别是在人形机器人仍处于研发阶段时,AI技术率先在成熟的工业机械臂领域落地,成为工厂智能化升级的突破口。
9月,美国机器人模型公司Skild宣布与英伟达、富士康合作,将AI模型部署到双臂机械臂上,用于Blackwell系统的精密装配。与此同时,丹麦协作机器人厂商优傲(Universal Robots)发布了新一代平台,重新设计了控制箱和机械臂末端连接部件,使相机、传感器和AI应用更容易接入。这两家公司分别从模型侧和硬件侧出发,共同推动了这一技术路线的发展。
加拿大公司Sanctuary AI是这一趋势的典型代表。今年6月,该公司宣布调整研发路线,将专注于开发的Physical AI部署到现有和下一代工业机器人平台上,而非等待人形机器人的大规模商业化。Sanctuary与一家汽车一级供应商合作,成功完成了汽车线束插接验证,任务成功率超过99.5%,单次任务节拍达到2.54秒,达到了客户现有产线的节拍要求。
与Sanctuary类似,Skild也采取了类似的策略。该公司没有将模型绑定在自家的一种机器人上,而是与瑞士工业机器人厂商ABB、丹麦的优傲等企业合作,将模型接入不同厂商的产品。截至9月,Skild已拥有60多家付费客户,覆盖工厂、仓库、配送等多个场景。
中国机器人视觉与软件企业梅卡曼德则提供了另一种商业模式。该公司提供的工业视觉和机器人引导产品,可以兼容40多个品牌、1000多个型号的机器人手臂,累计部署超过3万台。
工厂真正希望AI解决的是那些仍然需要人工判断的复杂工序。例如,日本汽车线束供应商住友电装正在与Skild联合开发Physical AI机器人。住友电装指出,线束制造包含大量复杂工序,传统机器人技术长期难以替代人工,因此仍然依赖人工操作。双方计划引入Skild的S1模型,并开展现场验证。
这种将AI部署到成熟机械臂上的做法,不仅避免了重新制造一台机器人的成本,还充分利用了工业机器人产业多年积累的设备和客户资源。国际机器人联合会9月发布的报告显示,2025年全球工厂在役工业机器人将达到约500万台,当年新增安装超过60万台。
总的来说,Physical AI借助成熟机械臂进入工厂的趋势,正在改变传统工业自动化的模式。通过将AI能力部署到现有设备上,不仅可以快速验证技术可行性,还能降低企业的转型成本。对于AI公司而言,这也提供了一个更现实的商业化路径,而无需等待人形机器人等更复杂的硬件成熟。
9月,美国机器人模型公司Skild宣布与英伟达、富士康合作,将AI模型部署到双臂机械臂上,用于Blackwell系统的精密装配。与此同时,丹麦协作机器人厂商优傲(Universal Robots)发布了新一代平台,重新设计了控制箱和机械臂末端连接部件,使相机、传感器和AI应用更容易接入。这两家公司分别从模型侧和硬件侧出发,共同推动了这一技术路线的发展。
加拿大公司Sanctuary AI是这一趋势的典型代表。今年6月,该公司宣布调整研发路线,将专注于开发的Physical AI部署到现有和下一代工业机器人平台上,而非等待人形机器人的大规模商业化。Sanctuary与一家汽车一级供应商合作,成功完成了汽车线束插接验证,任务成功率超过99.5%,单次任务节拍达到2.54秒,达到了客户现有产线的节拍要求。
与Sanctuary类似,Skild也采取了类似的策略。该公司没有将模型绑定在自家的一种机器人上,而是与瑞士工业机器人厂商ABB、丹麦的优傲等企业合作,将模型接入不同厂商的产品。截至9月,Skild已拥有60多家付费客户,覆盖工厂、仓库、配送等多个场景。
中国机器人视觉与软件企业梅卡曼德则提供了另一种商业模式。该公司提供的工业视觉和机器人引导产品,可以兼容40多个品牌、1000多个型号的机器人手臂,累计部署超过3万台。
工厂真正希望AI解决的是那些仍然需要人工判断的复杂工序。例如,日本汽车线束供应商住友电装正在与Skild联合开发Physical AI机器人。住友电装指出,线束制造包含大量复杂工序,传统机器人技术长期难以替代人工,因此仍然依赖人工操作。双方计划引入Skild的S1模型,并开展现场验证。
这种将AI部署到成熟机械臂上的做法,不仅避免了重新制造一台机器人的成本,还充分利用了工业机器人产业多年积累的设备和客户资源。国际机器人联合会9月发布的报告显示,2025年全球工厂在役工业机器人将达到约500万台,当年新增安装超过60万台。
总的来说,Physical AI借助成熟机械臂进入工厂的趋势,正在改变传统工业自动化的模式。通过将AI能力部署到现有设备上,不仅可以快速验证技术可行性,还能降低企业的转型成本。对于AI公司而言,这也提供了一个更现实的商业化路径,而无需等待人形机器人等更复杂的硬件成熟。