21世纪经济报道记者彭新
“新一代的人工智能技术加上机器人技术的变革，就会重塑制造业。”8月10日，在于北京亦庄举行的世界机器人大会上，中联重科下属工业人工智能公司中科云谷CEO曾光在主题演讲中表示，他认为，未来会形成工业机器人和人形机器人大规模集群协同作业制造模式。
中联重科是全球工程机械龙头，对工业上机器人的应用有深刻理解，其制造自动化率超过85%，自主研发了有300多条智能制造生产线、部署2000多个工业机器人，并在自有工厂有数十台自主研发的人形机器人实验作业。
以中联重科自身为例，曾光将机器人应用分为三个阶段：第一阶段是依赖固定程序的程控工业机械臂，适用于单一品种的大规模生产；第二阶段是具备视觉与力觉、自适应能力的机器人，结合云、边、端协同的工业互联网平台，实现多品种、小批量的敏捷制造；第三阶段则是引入深度AI技术的具身智能机器人，理论上可像人一样适应环境，但仍处在探索期。
曾光指出，目前在中联重科的工业机器人实践中，要求挖掘机等重型装备生产可在不同型号间快速切换，传统的程控工业机器人无法实现自动化，只能使用带感知能力的自适应机器人和用统一的工业互联网平台来进行调度，实现多品种、小批量、零件多的大规模敏捷生产。
对于人形机器人，曾光直言短期仍局限于抓取、搬运、质检等基础动作，安全性与智能化不足，无法与人协作。但他认为，从工业机器人到人形机器人不是替代关系，而是围绕着制造业的本质，也就是提质增效、降本减存来协同丛生。
他提醒，人形机器人进工厂，不是简单把原来的人工工作方式换成机器人来做，而是要根据具身智能人形机器人的特点，重新审视制造工艺和相关的管理方式。要在先进的工艺基础上做自动化，在精益的基础上做数字化和在数据治理的基础上做智能化。
以下为21世纪经济报道记者整理的曾光演讲全文。
曾光（中联重科中科云谷首席执行官）：各位来宾大家好！非常荣幸能够参加世界机器人大会，我是来自中联重科中科云谷的曾光。
参加此次大会的来宾和专家有做工业机器人的，有做人形机器人的，有一些专家认为人形机器人是制造业的未来，可以解决劳动力短缺的问题，还有一些专家认为专用的工业机器人和协作机器人更经济、更高效。人形机器人短期内很难进工厂。
我们恰好是装备制造业的大规模工业机器人的用户，也恰好做了不少的智能工厂的软硬件一体化的集成工作，同时也恰好自己研发智能机器人。站在用户、总集成和机器人研发者这样三者综合视角，我想在这里和大家分享讨论一下工业机器人和人形机器人在制造业的应用和未来的关系。
首先简单介绍一下我们公司，中联重科是全球工程机械行业的龙头企业之一，我们的起重机械销量全球第一，混凝土机械全球前二，高空作业机械和农业机械排名前列。同时也研发制造智能机器人，我们在全球有20多个制造基地，300多个营销网点，3万多名员工，我们的产品60%以上销往中国以外的国家和地区。
我们是一家高度自动化和数字化集成的公司，整个公司的制造自动化率超过了85%，我是中联重科下属的工业人工智能公司中科云谷的CEO，负责中联重科的数字化、智能化、智能制造和机器人的研发。
在过去十多年，我们自主研发了300多条智能制造生产线，使用了超过2000多个工业机器人，在自己的工厂中试验性的部署了数十个自己研发的人形机器人。用了这么多机器人，我们逐步有了自己的感想，想向大家分享一下我们使用机器人的三个阶段。
第一阶段，使用传统可编程机器人。2006年开始起重机械工厂率先使用了可编程的机械臂，主要用于起重机械零部件的重复性焊接工作，这类工业机器人的特点是循规蹈矩，严格遵循绿色程序，执行单一的任务，需要为其量身定制复杂的集成式的焊接生产线，本质上是用环境来适应机器人。
第二阶段，从2009年至今，开始使用具备感知与移动能力的自适应机器人，主要是带视觉和力觉的机械臂，AMR（自主移动机器人）等等，这些机器人开始拥有一定的感知和变化的作业对象的适应能力，但仍然需要设计集成的生产线来适应其使用。环境和机器人开始互相适应。
第三阶段，从2019年到现在，我们逐步探索使用结合深度的人工智能技术的相关智能机器人，这类机器人理论上能够像人一样适应环境，不再需要为其设计专门的自动化集成流水线。理论上凭借多自由度的动作执行能力和全方位的环境感知能力，自主适配工厂的真实状况，实现机器人适应环境，这一方面才刚刚起步。
下面逐一介绍这三个阶段。
第一是程控机器人+本地化控制。上个世纪工业机械臂发明以来，从汽车行业开始逐步过渡到家电、金属加工及我们所在的装备制造业，我们开始规模化使用工业机械臂。从2006-2015年之间建设的几个工厂就是使用传统的工业机器人和AGV（智能搬运机器人），这个阶段有几个特点。
1，工业机器人程序化主导，按照预先设定的固定程序执行单一的重复动作。工作位置、工作动作和工作对象均需要固定。
2，IT架构方面采用本地实时控制的软件，具有初期的信息化特征。
3，解决的问题是单一品种的大规模生产。
第二是自适应机器人+工业互联网阶段。我们从2009年开始到现在建设了十多个工厂，使用了带视觉和力触觉的工业机器人和AMR，这个阶段同样有几个特点。
机器人有了一定程度的感知和决策能力，也就是自适应能力，这是近十年来随着计算机视觉和传感器技术的快速发展，规模化应用起来的。它的IT架构发生了变化，不再是原来的本地实时控制架构，而是采用了云、边、端协同的工业互联网结构。边缘侧负责实时处理传感器数据快速响应。云端则承担全局数据分析、模型优化，也就是说快思考放在边缘，慢思考放在云上。具备感知能力的机器人技术加上云边端协同的工业互联网平台，两者一结合就能解决我们制造业所面临的传统的痛点问题即从单一品种大批量生产的自动化，开始可以进化到多品种、小批量的敏捷智能制造。
给大家看一个直观的例子，这是位于湖南长沙的中联重科智慧产业城，总占地面积约一万亩，工业用地约4400多亩，从下料、焊接、机加、涂装到装配实现全流程的自动化智能制造，使用了2000多个自适应的机器人。通俗点说，在这个工厂里左边钢板进去，右边起重机和挖掘机生产制造出来，平均每6分钟生产一台挖掘机，每7.5分钟生产一台高空作业车，每27分钟生产一台混凝土泵车。
我们通过一个视频看看它的情况。这个时候大家会问用自适应机器人和传统的程控机器人之间的区别效果是什么，不都是大规模生产吗？可是真正特殊的是这个工厂可以实现多品种、小批量、零件多的大批量生产。以其中的挖掘机工厂为例，这是最具代表性的工程机械装备，这个工厂需要生产70多种平台，数百种不同配置的挖掘机。单批次产量不超过20台，每台挖掘机有超过4000个零件，370多套制造工艺。这么多的零部件和制造工艺，这么少的批次，我们还要适应不同的物料，传统的程控工业机器人无法实现自动化，只能使用带感知能力的自适应机器人和用统一的工业互联网平台来进行调度，这个工厂就可以二者结合，实现多品种、小批量、零件多的混流大规模敏捷生产。可以实现前十分钟生产这个型号的挖掘机，后十分钟生产另一个型号的挖掘机。
从钢板入库开始到出库再到下料、焊接、机加、涂装、总装整个流程都通过二维码实现全生命周期的溯源和管理，整个工厂几千个机器人就像一个交响乐团一样，每个乐手都可以在不同的曲目中演奏不同的音符，要由乐队指挥来进行统一调度，这个乐手就是自适应的机器人，乐团指挥就是工业互联网平台。
工厂可以随时切换不同型号的产品，就像演奏不同的乐曲，真正可以做到按需生产，灵活应变。中联重科智慧产业城的所有工厂都有这样的能力，这是全球首次实现多品种、小批量的重型装备的超大规模的敏捷制造。自适应多环节的生产流程，加工对象可以多元化，可以执行多路径的工艺路线，支撑这些能力的正是大规模部署的具备环境感知能力的工业机器人和云、边、端分层的技术底座架构。
在85%的自动化率上，这种工厂工人已经不多了，但是我们还是能够做到第一步提升自动化率，进一步做到多品种、小批量的黑灯工厂。同时有人会说中联重科是一家大型企业，你们可以建超大规模的自动化工厂，用很大的投资。中小企业该怎么办？答案有可能是具身智能的人形机器人。这是中联重科研发的四款机器人，包括两款轮式人形机器人和两款双足人形机器人。
左边是去年研发的第一代轮式机器人，中间是双足人形机器人正在换代，右边是第二代轮式人形机器人，正在小批量的量产。目前有数十台机器人进入我们工厂来进行实验作业，主要还是在机加、物流、装配、质检环节做一些试点。比如说物流环节能在工厂进行相关的搬运工作，可以为装配环节做上下料，同时对进行组装和零部件的预装配工作。再比如质检环节，可以利用自身携带的视觉系统及专门的质检设备来进行零部件的质检。
这几个画面可以很典型的说明目前人形机器人进工厂的情况。
第一，虽然我们做了双足人形机器人，但是工厂内部的地面是平的，如果是平面作业我们没有必要用到双足构型。目前在工厂试点的机器人都是轮式人形机器人。
第二，虽然看起来有质检、机加、物流、装配等很多场景，但是本质上用到的都还是抓取、抱起、放置、移动、检查这些基础性的原子能力。
第三，目前人形机器人的安全性不够，无法实现协作作业，所以我们暂时没有办法和人类共同工作。虽然说人形机器人有很大的潜力，但受限于机器人本体的智能化、可靠性和安全性。我们离大规模应用预计还需要一段时间。
与此同时，大家经常忽略的一点是一个工人进入工厂进行工作，首先需要做几个月工作的培训，每天早晨开个早会，了解当天的生产计划、工艺路线、物料位置、作业指导书、安全守则等等知识。机器人进工厂和人进工厂类似，同样需要知道所有的知识，这不是人形机器人本体能够解决的。
目前更合适的架构是基于多智能体Agent to Agent来做一个分层设计。通过云端的超脑来编排生产计划、安全守则、生产执行、质量检验等智能体来辅助机器人做生产调度执行。这就配合了工业IT架构的进一步升级，从原来的以容器云微服务架构形成的云原生应用架构升级到以生成式AI、智能体AI构成的AI原生应用架构。通过多智能体的协同，让智能从软件形态延伸到机器人的智能实体。
这套工业IT架构的变化不仅仅是人形机器人进工厂工作的刚需，甚至同样也能普惠所有的工业机器人和自适应机器人，这会是未来机器人在制造业应用大的变革。甚至于说Agent AI对于制造业的影响，未来几年会比人形机器人对制造业的影响更大。
我们在云原生工业互联网平台的基础上打造了AI原生的工业互联网平台，对原有的研、产、供、销、服整个业务架构的微服务组建都做了AI原生改造需要说明的是我们公司所有的IT架构全部都是百分之百微服务的，我们在这种百分之百微服务的架构上构建出了一个云端的工业超级大脑，基于智能体AI来做工厂级的慢思考调度。机器人级的慢思考和快思考则放到边和端，用超大规模的云、边、端协同来解决这个智能体的问题。
人形机器人要掌握的具体工作操作技能则仍然需要通过实际工况的数据训练，专门建设了一个超过100个工位的训练场开展了大规模的工业场景的数据采集，这样就能够解决整个人工智能机器人主要的落地相关的问题。
与此同时，我们的实验数据仍然不够，同步还从采用了预随机化的数据增强，在虚拟环境中构建了从基础动作到复杂工序的训练数据来补充机器人训练的数据集，所有的工业机器人和人形机器人都接入到统一的一站式运营平台，包含到云端超脑、大小脑、端到端的算法模型和从数据采集、处理、标注到模型训练、测评、推理、部署的整套工具链，保证机器人的资产化和闭环部署。这是我们的具身智能运营中心，可以看到上面接入的工业机器人、物流机器人、人形机器人等各类型的机器人。这种软件和硬件的协同进化，在未来就会形成一种新的生产模式，工业机器人和人形机器人的集群协同作业，实现工厂的自感知、自适应和自决策。而且会形成新的制造模式，从现在的多品种、小批量的超大规模的敏捷制造进化到未来的单件个性化定制。
最后总结一下，人形机器人在当前的制造业中暂时还只能实现抓放抱起等简单动作，但是实际上即使是这些场景，应用场景已经有一些了。核心的本体还是在机器人本体的智能化、可靠性和安全性。
我们在从工业机器人的环境适应机器人到具身智能机器人的机器人适应环境的路上，未来会形成工业机器人和人形机器人大规模集群协同作业的制造模式。需要注意的是人形机器人进工厂，不是简单的把原来的人工工作方式换成机器人来做，而是要根据具身智能人形机器人的特点，重新审视制造工艺和相关的管理方式。要在先进的工艺基础上做自动化，在精益的基础上做数字化和在数据治理的基础上做智能化。
新一代的人工智能技术加上机器人技术的变革，我们就会重塑制造业。中科云谷就是致力于用新一代的IT和机器人技术结合对于先进工艺和数字化管理的深度理解，来打造未来工厂的第一家公司。
从工业机器人到人形机器人不是非黑即白的替代关系，而是围绕着制造业的本质，也就是提质增效、降本减存来协同丛生，相互共融形成新的范式的一个过程。这个过程中希望和大家一起共同进步。谢谢大家！
诚利和提示：文章来自网络，不代表本站观点。
