具身智能，外界對其的定義主要是“大模型+人形機器人”。但實際上，具身智能是一個更寬泛的概念，能夠與不同的硬件本體結(jié)合實現(xiàn)“七十二變”，包括但不限于機械臂、無人機、人形機器人等。

人形機器人的落地仍處于“蹣跚學(xué)步”階段，具身智能如何在工業(yè)場景大顯身手？

上海證券報記者近日調(diào)研獲悉，盡管人形機器人已開始在工業(yè)制造領(lǐng)域進行商用測試，但距離工業(yè)場景所需的穩(wěn)定性、高精度、高速度等要求尚有一定距離。工業(yè)機器人、移動機器人、協(xié)作機器人等非人形的機器人，已在細分場景里沉淀了數(shù)年，為企業(yè)帶來了生產(chǎn)效率和效益的提升，在裝上“大腦”、AI賦能后，具身智能有望率先實現(xiàn)在工業(yè)領(lǐng)域的規(guī)模化應(yīng)用。

優(yōu)艾智合聯(lián)合創(chuàng)始人兼CTO邊旭認為，由于場景確定性和技術(shù)可行性，工業(yè)機器人和移動機器人更有可能率先實現(xiàn)規(guī)?；瘧?yīng)用。經(jīng)過近十年的產(chǎn)品迭代與市場教育，此類機器人已能夠顯著降本增效。而人形機器人當(dāng)前更多處于技術(shù)論證階段，長遠來看，二者并非競爭關(guān)系，而是共存互補。

具身智能不限于人形

在一家黑燈實驗室中，一臺臺機械臂與AI算法、物聯(lián)網(wǎng)等硬核科技協(xié)同配合，在重復(fù)性高、精度要求高、環(huán)境條件要求苛刻的檢測場景中24小時“摸黑”工作，確保成果質(zhì)量，實現(xiàn)了從樣本分裝、提取到數(shù)據(jù)分析的全流程無人化操作。

這一場景，詮釋了工業(yè)場景中具身智能的落地形態(tài)。今年以來，具身智能概念在一、二級市場頗受關(guān)注，外界對其的定義主要是“大模型+人形機器人”。但實際上，具身智能是一個更寬泛的概念，能夠與不同的硬件本體結(jié)合實現(xiàn)“七十二變”，包括但不限于機械臂、無人機、人形機器人等。

IDC中國研究經(jīng)理李君蘭解釋道，人形機器人是具身智能機器人的高階形態(tài)，任何能夠在物理空間環(huán)境中行動并形成互動的機器人，如協(xié)作機器人、移動機器人、商用服務(wù)機器人等正加速融合人工智能技術(shù)，均可以發(fā)展成為具身智能機器人。

目前，人形機器人受限于技術(shù)奇點，如電機功率密度和極端非結(jié)構(gòu)化環(huán)境的挑戰(zhàn)，商業(yè)化尚需時日。而工業(yè)場景中原本較為成熟的機器人，是否能在發(fā)展具身智能上“彎道超車”？

IDC最新調(diào)研顯示，工業(yè)用戶最希望用AI技術(shù)提升機器人對環(huán)境和作業(yè)對象的自主識別能力。目前已有廠商基于工業(yè)制造領(lǐng)域的深耕經(jīng)驗，以協(xié)作機器人為載體，利用AI大模型訓(xùn)練機器人在裝配、打磨、上下料等特定場景對作業(yè)環(huán)境、對象、工藝流程等自主識別與學(xué)習(xí)。

在邊旭看來，工業(yè)機器人和移動機器人由于場景確定性和技術(shù)可行性，更有可能率先實現(xiàn)規(guī)?；瘧?yīng)用。工業(yè)機器人已進入智能增強期，通過視覺伺服、力控模塊和數(shù)字孿生技術(shù)，逐步實現(xiàn)環(huán)境感知和實時優(yōu)化；移動機器人則在突破場景泛化瓶頸，融合激光SLAM（即時定位與地圖構(gòu)建）和視覺語義理解，實現(xiàn)高動態(tài)環(huán)境中的可靠交互。

以半導(dǎo)體制造為例，晶圓材料的脆弱性，要求機器人在移動和操作過程中具備極高的穩(wěn)定性與精度。機器人需要兼具穩(wěn)定的下肢移動能力和精密的上肢操作能力，才能勝任晶圓廠的上下料工作。為了滿足工業(yè)場景對容錯率的嚴苛要求，優(yōu)艾智合為機器人配備的特殊“肌肉模組”，使其能夠以毫米級的步幅移動，同時實現(xiàn)對精密零件的輕拿輕放。

AI能力為核心所在

當(dāng)前，隨著新一代人工智能與先進制造技術(shù)的深度融合，多家上市公司正在推動工業(yè)機器人向具身智能的躍遷。

埃斯頓聚焦工業(yè)具身智能、智能感知及其人工智能平臺的研究開發(fā)，融合AI與機器人技術(shù)，提升工業(yè)機器人自主感知和學(xué)習(xí)的能力。埃夫特稱，傳統(tǒng)工業(yè)機器人通過與物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能技術(shù)的結(jié)合，將推動具有感知、學(xué)習(xí)、決策和執(zhí)行能力的智能機器人的發(fā)展。

而AI能力，正是實現(xiàn)這一轉(zhuǎn)變的核心要素。李君蘭介紹，AI大模型技術(shù)的加持，讓機器人的感知、學(xué)習(xí)、決策、行動等能力有了顯著提升。在工業(yè)場景中，AI能夠為機器人的自主學(xué)習(xí)、決策提供助力，為其構(gòu)建復(fù)雜的環(huán)境認知理解、任務(wù)分解規(guī)劃、動作訓(xùn)練與校正等提供支持。

“具身智能的核心是打破傳統(tǒng)AI算法與物理世界的割裂，比如協(xié)作機器人搭配視覺、力控傳感器和相應(yīng)AI算法，也能完成包括汽車零部件、3C產(chǎn)品等的裝配、檢測等復(fù)雜任務(wù)。”節(jié)卡機器人商用事業(yè)部檀志理說。

談及機器人行業(yè)的技術(shù)趨勢，檀志理認為，未來通過大模型與輕量化技術(shù)協(xié)同突破，機器人將深度融合多模態(tài)感知（3D視覺、力覺）、認知推理（大模型）與動態(tài)執(zhí)行能力，形成閉環(huán)智能系統(tǒng)，解決車間級泛化能力?；诙嗄B(tài)數(shù)據(jù)的具身智能大模型將推動跨子行業(yè)、跨場景任務(wù)泛化能力提升，同時非Transformer架構(gòu)的輕量化模型降低算力成本，使低功耗設(shè)備具備復(fù)雜決策能力。

不過，工業(yè)場景的標(biāo)準(zhǔn)化和專業(yè)化特點，決定了很難通過一套通用的軟硬件系統(tǒng)完成所有任務(wù)分工。邊旭認為，現(xiàn)階段機器人廠商的核心發(fā)展方向應(yīng)聚焦于智能系統(tǒng)的進步。他預(yù)計，未來兩年，工業(yè)場景的具身智能將圍繞多模態(tài)感知與決策、硬件性能突破、群體智能協(xié)同和數(shù)據(jù)驅(qū)動訓(xùn)練等方向快速發(fā)展。依托于云端的專家級行業(yè)垂直大模型，具身智能能夠在不同細分行業(yè)實現(xiàn)工業(yè)批量化部署，半導(dǎo)體、物流和巡檢、高危作業(yè)等細分場景將率先實現(xiàn)規(guī)?；瘧?yīng)用。