“我們開始以為這是互聯網十年不遇的機會，但是越想越覺得這是幾百年不遇的、類似發明電的工業革命一樣的機遇。”5月18日，在騰訊2023年股東大會上，騰訊董事會主席兼CEO馬化騰發出如此感慨。

“眾所周知，我們人類已經歷三次工業革命，每一次工業革命都帶來了科技上的新發展，也對社會生產、生活方式產生了深遠的影響。”大象機器人董事長、首席技術官（CTO）伍祁林說，現在正處于第四次工業革命，以云計算、物聯網、大數據、機器人等為代表，正在推動社會生產、生活方式的變革，尤其近期人工智能（AI）大模型的興起與迅速發展，更加推動了機器人，尤其是人形機器人的發展浪潮。

目前，AI技術正在逐步深度嵌入中國工業生產和高端制造的各個環節。工業領域從業人士直呼迎來了“興奮時刻”。

梅卡曼德機器人創始人邵天蘭同樣對于AI大模型在工業上的應用非常興奮。“現在大模型給了一個非常好的思路，它有千億級別參數量，通過跨模態的各種各樣的訓練數據，當把基礎能力做好后，大模型就能產生一個更的能力。”他指出，“這種能力可以代替很多工程師才能完成的工作，把這種能力組合起來，我們認為有機會把機器人的技術再推上一個量級，這也是我們現在看到的一個巨大機會。有了大模型之后，市場將可能是現有的10倍甚至100倍，這是我們現在非常興奮的一件事情。”

仿生機器人業務咨詢翻倍

“大模型推動了整個人工智能產業的一個全新浪潮。如今各行各業都在探索跟大模型的結合。”科大訊飛云平臺業務群CTO劉可為在近期一場“科大訊飛AI TechDay”活動現場上表示，機器人作為人工智能核心和綜合的一個應用載體，它和大模型之間的這種結合也必然會對我們的生產力產生重要的推動作用。

“從我們平臺的數據上能夠看到，近半年我們整個服務機器人的調用量增長88%，仿生機器人業務咨詢量增長125%。更為可喜的是，以前機器人應用可能更多是集中在一些服務領域，而現在我們能夠看到，機器人應用出現在工業、制造業、農業甚至物流行業，開始有一種向全行業全領域滲透的可喜現象。”劉可為說。

記者在現場看到，依托于AI技術和科大訊飛“機器人超腦平臺”，一臺履帶式機器人可以快速構建運動和導航能力：在一系列探索和地圖構建后，該機器人可以輕松實現一個從A點到B點的導航任務，同時還擁有實時位置顯示和導航避障能力。

上述案例只是一個開端。事實上，AI早已在工業生產領域實現應用。近日，記者在一家德國企業的深圳分公司看到，該公司的激光焊接設備已開始利用技術進行一些高端設備制造。比如針對電機中的銅線激光焊接問題，該公司一位實驗室負責人就表示，“我們主要用機器視覺去判斷，一些間距過大的銅線經過人工智能判斷會先不焊接，但也會一一標記，后期由人工介入；而針對一些比較大但在尚可接受范圍的縫隙時，機器視覺識別到特殊狀態以后，會自動調整焊接參數，包括焊接軌跡、功率等等，總之盡量地讓設備智能化應對各種工況完成焊接。”

“這一款設備就用到了機器視覺和人工智能，前期通過大量導入生產圖片，然后通過人工去標記正確的那一部分，在一定數量累積后，AI模型就能自己找出規律知道哪些是你真正想要的，它會把所有干擾因素都過濾掉，同時它還可以輔助進行焊后質量檢測。”上述實驗室負責人說。

科大訊飛方面也向記者介紹了一項AI賦能工業生產的案例。為輔助鋼鐵行業數字化轉型，構建現代化產線，河北省遷安市的首鋼遷安鋼鐵有限責任公司使用訊飛聲學成像儀對燒結廠12路封箱支管真空進行了可視化的泄漏速掃，將過去需要10小時以上的巡視時間直接縮短為90分鐘，并在廠內檢測到22個氣體泄漏點，讓鋼鐵廠中的氣體泄漏位置“一目了然”。若假設該廠每年產量約100萬噸，此次檢修可為廠子節約300萬～500萬度電（合計約90萬元）。

提升工業自動化水平

在4月的第六屆數字中國建設峰會上，阿里巴巴董事會主席兼CEO、阿里云智能集團CEO張勇透露：阿里云工程師正在實驗將千問大模型接入工業機器人，在釘釘對話框輸入一句人類語言，即可遠程指揮機器人工作。

這也意味著，AI大模型的誕生為工業機器人帶來新的可能。據阿里云工程師介紹，大模型在機器人開發和應用階段均可發揮重要作用。在機器人開發階段，工程師可通過千問大模型自動生成代碼指令完成機器人功能的開發與調試，甚至還能為機器人創造一些全新功能，例如機器人可對抓取、移動等基礎能力進行任意的組合編排，進而完成更復雜的任務；在生產運行時，千問大模型為機器人執行任務提供了推理決策的能力，一線工人只需發送一段文字，千問就能理解其意圖進行任務推理，并自動翻譯成機器可以理解的代碼，指揮機器執行任務，有效提升生產效率。

伍祁林表示，在工業生產方面一直有一個痛點，即在機器人編程以及工藝調試上，編程時間較長，部署成本偏高，但AI大模型有望解決這一難題。

“比如在涂裝工藝上，我們將來是否可以通過一些模型訓練之后，錄入用戶參數，它就自動生成一組能夠控制機器人軌跡以及控制工藝設備，在這一基礎上再進行一些微調或機械化的調試，讓整個編程、應用變得更為簡單、快速。接下來，可以圍繞整個工藝提升、工藝編程進一步跟AI模型做深度結合。”

時代伯樂執行合伙人王曉玲在接受證券時報記者采訪時指出，AI大模型在工業領域中的一個重要應用環節，是借助海量的工業數據提升整個工業自動化的水平。“舉個簡單例子，它在工業制造領域，首先在機器視覺領域就可以有很大的幫助，因為機器視覺過往受限于整個算力以及算法的有限度，沒辦法真正意義上實現自主判斷一個物體的行為，更多是根據既定的操作指令行動。如果AI大模型接入機器視覺，它就能夠高效地完成一些無序的抓取，把它放在合適的位置，這是一個比較典型的運用案例。”

王曉玲表示，借助整體數據算力的提升，AI大模型還可在無人工廠實施基于學習的規控系統（PNC）計劃。比如根據庫存歷史的客戶訂單、生產排期以及存貨，可以非常地判別什么時候要下訂單，什么時候要生產，取代過往根據人為經驗來做生產計劃，使整個生產效率有巨大提升。

變革悄然上演

近年來，隨著AI技術的不斷發展和應用，工業生產和高端制造領域也開始逐漸實現智能化轉型。越來越多的企業希望通過引入這一技術來降本增效，提高產品質量。

政策上對人工智能以及AI大模型的重視也不斷攀升。4月28日，中央政治局會議提到：要重視通用人工智能發展，營造創新生態；5月5日，第二十屆中央財經委召開會議，會議提到，新一代信息技術等戰略性新興產業是引導未來經濟社會發展的重要力量，要把握人工智能等新科技革命浪潮。

但羅馬畢竟不是就能建成的。雖然AI大模型有望掀起新一輪工業革命，但這是一個漸進的過程，并非一蹴而就。

“AI大模型真正應用到工業生產、高端智能制造領域的速度是會很快的，推廣開來可能會呈現像早期智能機普及一樣迅速。”王曉玲表示，但它有兩個瓶頸需要解決，個是算力，這種大規模的算力要能以較低成本通過云端解決。更難的一點是數據收集，因為目前工業領域整體的數據化程度不高，更多需要人為輸入。生產運營的可視化及數據化預計需要五到十年。

王曉玲認為，對傳統制造業而言，抓取這些數據還要很多的傳感器和微型服務器，梳理后再上傳到云端，這是個巨大的升級。但這需要制造業企業投入大量資本才能實現，需要長期的利潤積累，以及私募股權融資或上市支持后才會逐步應用。

面對越來越復雜的工業生產和高端制造，AI大模型還需要攻克一個又一個具體的難關。梅卡曼德機器人首席發展官韓卓說：“我在過去兩年大概拜訪了200個工廠，我們的特點就是永遠在工廠里面。在AI+制造業的領域，大家都說它是一個萬億級市場，但站在一個開發者角度，我們覺得它可能更像是一萬個億級市場，因為這里面存在大量的非標應用。”

“很多海外工業機器人公司進到中國市場會發現水土不服，這是因為在西方管理、生產都是標準化的，但是在中國市場無論是管理還是工廠都有大量的非標需求。”韓卓說，“現在我們能夠做到的就是面對各種各樣的非標、細碎的應用，都能用標準化的方式解決。”