首页产业动态
产业动态

【现场速报】工博会最"冷清"的展区,我在30平米展台看人形机器人答进厂考卷

没有格斗台,没有赛道,依然是宇树机器人。10月的上海工博会,我转到8.1H展馆一个不起眼的位置,看到两台宇树G1站在约30平方米的展区内:一台伸手抓取包裹,放到指定位置;另一台手持电动螺丝刀,对准螺孔,完成拧紧动作。

两三米外,优必选的轮式人形机器人Cruzr Y1正将纸箱逐个搬起,整齐码放到另一侧;再往前走几步,乐聚干脆把工厂产线1:1搬进展馆,四五台Kuavo 5-W分守不同工位,完成拆垛、搬运、上料等作业。与其他展会相比,工博会的具身展台是冷清的——没有炫酷表演,只有一遍遍重复的工业操作。我站了一会儿发现,这份冷清恰恰是行业的真实写照。工业被视为具身智能最具潜力的商业化市场之一,但进入门槛并不低:新玩家既要找到传统自动化的空白,还得过生产节拍、稳定性和成本这几道关。"现在的工业机器人已经很成熟了,具身智能想进产线,得先找到真正有刚需的场景。"一位前来考察的工业客户在展台边这样跟我说。

变化一:产线开始走向多构型混合部署

今年工博会上一个明显的变化,是不同构型机器人协同作业的展示大幅增多。传统工业机器人企业的业务边界正在向外延伸——越疆是典型代表:这家以协作机器人起家的企业,近年陆续推出人形机器人ATOM系列、四足机器人Rover X1及双臂机器人。其展台上,人形机器人负责物料分拣,四足机器人承担转运,协作机械臂完成抓取与装配,多种构型各司其职。创始人刘培超的解读很淡定:"这些业务是随着技术积累和客户需求,自然而然生长出来的。"

配图1-没有表演的展区

另一侧,传统工业自动化企业开始与具身智能创业公司合作。汇川技术联合阿米奥机器人展示了一套钣金件柔性装配方案:面对摆放不规则的零件,机器人自主识别位置、规划抓取路径,通过双臂协同结合视觉伺服与力控完成装配。据阿米奥介绍,这套方案能适配轮式双臂、固定基座等不同构型,在客户现场最快3天即可完成部署。汇川还计划开放SDK接口、数据采集平台及70多个细分行业的场景资源。

合作的逻辑是能力互补:具身智能公司有模型算法、感知决策和灵巧操作,但对工业工艺、客户需求和工程交付的理解尚浅——而这些恰恰是传统厂商与系统集成商的家底。对于自动化程度较高的工厂,全面替换现有设备意味着高昂成本和风险,保留成熟设备、让具身智能补齐柔性短板,更容易算清经济账。

变化二:通用能力开始与单一本体解绑

"很多具身智能企业是拿着锤子找钉子,但工业场景的逻辑是,先找到钉子,再去造锤子。"一位业内人士这样跟我形容。工厂的需求远比想象中具体:同样是上下料,不同工厂对物料尺寸、操作精度和生产节拍的要求各不相同。行业正在形成共识——由场景定义产品形态,而不是拿固定的人形产品去硬套场景。

于是,今年工博会上的人形机器人正变得越来越没有"人味":轮式底盘、可折叠和升降结构越来越常见;末端执行器不再一味追求灵巧手,而是根据工序更换夹爪、吸盘;为满足工业搬运需求,一些企业推出体型更大、负载更高的产品。智元展台上两台体型显眼的精灵G2 Max采用轮式底盘和可升降躯干,配备两条大负载机械臂——双臂额定负载38公斤、峰值50公斤,垂直作业范围覆盖0.1至2.5米,可在不同高度间完成料箱抓取、搬运和码垛。

形态专用化不等于放弃通用性,只是通用性开始与单一本体解绑:硬件根据具体工序调整,底层模型、操作技能和部署工具则尽可能跨设备、跨场景复用。双足人形、轮式机器人和机械臂虽然运动方式不同,但在物体识别、任务理解和部分操作技能上存在共性,有望通过统一模型和软件平台实现迁移。跨构型迁移仍面临硬件自由度、控制方式和数据差异等难题,但方向已经清晰:机器人的身体可以专用,大脑需要越来越通用。

变化三:接触判断与柔性操作,才是真机会

在产线上,具身智能真正的机会在哪里?多位工业自动化从业者给出相似答案:能用传统自动化解决的问题,没必要强行引入大模型——应该盯住那些尚未被自动化充分覆盖的人工工位。标准化程度高、节拍稳定的工序,工业机器人已有成熟方案;但在多品种、小批量生产中,频繁调整程序、更换工装意味着更高成本。

接触判断和柔性物体操作因此成为突破口。汽车线束装配是典型:线束柔软、容易形变,抓取后位置和形态随之变化,从取线、布线到插接,机器人需要持续感知物体状态、根据接触反馈调整动作,还要确保连接器到位、不损伤线缆和端子。它石智航选的就是这一场景——其机器人演示了由具身大模型驱动的线束自动化装配,视觉与力控配合完成线束定位和精密插接。

精密插接是另一个热门方向:智元、艾利特等多家企业展示光模块插拔,非夕科技带来服务器内存条插装。艾利特把一套光模块生产工站搬进展馆,5台双臂机器人在同一具身大模型调度下反复完成对位、插拔,操作精度达到±0.1毫米,并已在光通信相关产线部署。我凑近看了一会儿插拔演示——看似简单的动作,位置稍有偏差就可能刮伤金手指、损坏接口,机器人需要根据接触阻力及时修正动作。不过,多数成果仍处于展示或场景验证阶段,要真正进产线,还得证明生产节拍、长期稳定性和综合成本能满足工业客户的要求。

变化四:部署工具和数据,成了新的竞争线

即使机器人能干活,也未必意味着企业能赚钱。从工艺分析、设备部署,到与PLC、MES系统对接,再到调试维护,每个环节都需要专业人员——如果每拿下一个订单都要工程师重新开发,企业就摆脱不了定制化交付的困境。部署工具因此成为竞争焦点:乐聚推出工业具身软件平台Taskor,解决技能编排、多机调度和系统对接,工程师通过图形化工具配置作业流程、部署多台机器人并与MES对接;智元推出Genie Studio Agent,把视觉感知、运动控制、导航封装成可调用模块,拖拽组件即可完成任务编排。

数据同步成为竞争资源。节卡展示的JAKA AiHub平台,能采集、存储和管理机器人在真实场景中的视觉、动作及状态数据,用于模型训练迭代。真实工厂的异常处理、接触反馈等信息,远比实验室数据更有价值——但这些数据也涉及工厂的核心工艺和商业机密,能否获得客户授权并合规利用,同样是一道门槛。

结语的追问相当锋利:具身智能正在从"用通用机器人改造工厂"转向"主动融入现有工业体系",但如果客户、渠道和系统集成仍掌握在传统厂商手中,新玩家即便成功进厂,也可能沦为算法或本体供应商。未来工业机器人行业的竞争,或许不再以人形与传统来划分阵营——谁能掌握客户需求、主导系统方案,并把技术转化为可规模化交付的产品,谁才更有机会坐上产业链的核心位置。

走出这个"冷清"展区时,我在手账上写下那句老话:展台上说的,和产线上做的,是两件事。工博会的可贵,就是有人把产线原样搬进展馆,让这两件事第一次站在了同一块地板上。

以上信息由AI整理发布

0

评论(0)

后参与评论
文明发言,友善交流
0/2000
评论加载中...