PhysicalAI借成熟机械臂进入工厂，解决线束等复杂工序难题

近年来，随着人工智能技术的快速发展，机器人领域也迎来了新的变革方向。与过去将机器人"大脑"和"身体"捆绑发展的思路不同，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，一种新兴的技术路径正在兴起：让AI先找到一副能工作的"身体"——即成熟的工业机械臂，作为其商业化的入口。

9月，这一趋势得到了进一步验证。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。这项工作无需先解决机器人行走或平衡等问题，而是直接验证AI能否完成一道具体的工序。

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。尽管富士康项目仍处于部署阶段，但这一路线已经显示出强大的市场潜力。

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。这些部署虽然不能全部算作新一代机器人基础模型的应用，但说明工厂分别购买机械臂和智能能力已经成为一种可行的商业方式。

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。线束的特殊性在于它很难每次都保持同一种状态，硬质零件可以通过夹具固定，但柔软的线束会弯曲、缠绕，机械臂即使准确回到同一个坐标，也不意味着那里有一个可以抓取的插头。住友电装希望通过Skild的模型，让机器人学会应对更多变化，减少适配工作。

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。这些机器并不能直接下载一个模型就完成升级，不同设备的接口、控制系统和工位条件仍需逐一处理。但AI公司已经可以从适合的机械臂和工序入手，不必等待一副全新的身体研发完成。

值得注意的是，虽然这一路线目前主要集中在工业机械臂领域，但其背后的技术逻辑同样适用于其他类型的物理设备。例如，AI研究团队Simate-beta正在探索通用物理快系统，旨在实现零样本泛化的物理AI操作。这种技术如果取得突破，将为Physical AI的应用范围带来更大的扩展空间。

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。