每年的工博會作為國內外工業領域核心技術和產品的集中展現平台

，被視為全球工業創新的風向標。

在工業4.0戰略

、數字化轉型浪潮下、多模態大模型及雲計算
、大數據快速發展下
，以先進數控機床，來回搖擺的機械臂
、智慧高效的工業解決方案
、智能化數字化未來工廠等新質生產力成果展示成為剛剛落幕的第24屆工博會重點。

ABB推出的新一代機器人控製平台OmniCore實現人工智能、傳感器、雲計算和邊緣計算係統的全麵集成。和之前ABB控製器相比，OmniCore使機器人的運行速度提升25%
，能耗降低20%。

海康推出的複合機器人通過搭載智能相機，多傳感器數據融合感知，實現移動、抓取與搬運的集成作業能力，能夠簡化複雜的物料搬運場景
，實現更高效的工業自動化。

微億智造聯合捷勃特聯袂打造的具身智能工業機器人——“創TRON”，

集感知、驅動、控製、算法、雲(yun)服(fu)務(wu)等(deng)技(ji)術(shu)於(yu)一(yi)體(ti)
，能(neng)夠(gou)更(geng)好(hao)理(li)解(jie)和(he)適(shi)應(ying)複(fu)雜(za)的(de)工(gong)業(ye)環(huan)境(jing)，輕(qing)鬆(song)解(jie)決(jue)產(chan)線(xian)的(de)靈(ling)活(huo)性(xing)和(he)適(shi)應(ying)性(xing)問(wen)題(ti)，精(jing)準(zhun)且(qie)高(gao)效(xiao)地(di)執(zhi)行(xing)各(ge)類(lei)多(duo)元(yuan)化(hua)任(ren)務(wu)。

在工博會現場相對嘈雜的環境中

，創TRON通(tong)過(guo)具(ju)身(shen)視(shi)覺(jiao)模(mo)塊(kuai)，仍(reng)能(neng)實(shi)時(shi)捕(bu)捉(zhuo)動(dong)態(tai)環(huan)境(jing)變(bian)化(hua)
，進(jin)行(xing)毫(hao)秒(miao)級(ji)的(de)實(shi)時(shi)地(di)圖(tu)重(zhong)建(jian)，確(que)保(bao)機(ji)器(qi)人(ren)與(yu)外(wai)部(bu)環(huan)境(jing)交(jiao)互(hu)的(de)實(shi)時(shi)性(xing)，具(ju)有(you)高(gao)強(qiang)度(du)複(fu)雜(za)環(huan)境(jing)感(gan)知(zhi)能(neng)力(li)。

在現場工作人員給到的多重任務下
，創TRON無需傳統示教及機器人編程
，通過對圖片
、視頻、動作等進行精確捕捉。結合工業垂類大模型，快速實現任務理解和拆分。且創TRON通過高速實時量產執行，做到快速實現柔性切線

，將切線時間縮短至小時級。

此外，因創TRON機械臂實時控製頻率為1KHZ，且采用基於優化和采樣結合的方案
，可做到毫秒級完成點到點路徑規劃，實時生成距離和速度*軌跡進一步確保係統的整體實時性和準確性。隨著明年創TRON批量上市進入更多工廠“打工”，這在幫助製造業節省後期的切線及維護費用的同時，將持續助推製造業朝著智能化轉型升級。

不僅僅是在工博會
，此前舉辦的2024年(nian)世(shi)界(jie)機(ji)器(qi)人(ren)大(da)會(hui)，具(ju)身(shen)智(zhi)能(neng)和(he)大(da)模(mo)型(xing)同(tong)樣(yang)成(cheng)為(wei)市(shi)場(chang)關(guan)注(zhu)角(jiao)度(du)。機(ji)械(xie)臂(bi)作(zuo)為(wei)具(ju)身(shen)智(zhi)能(neng)的(de)重(zhong)要(yao)載(zai)體(ti)，正(zheng)展(zhan)示(shi)出(chu)從(cong)商(shang)業(ye)化(hua)落(luo)地(di)到(dao)具(ju)身(shen)大(da)模(mo)態(tai)大(da)模(mo)型(xing)新(xin)技(ji)術(shu)應(ying)用(yong)的(de)強(qiang)勢(shi)前(qian)景(jing)。

01.“大模型+機器人”開啟“智械時代”，數據難題何解？

隨著當前AI大模型技術的快速發展，這些模型通過整合感知、認(ren)知(zhi)和(he)決(jue)策(ce)能(neng)力(li)，將(jiang)機(ji)器(qi)人(ren)從(cong)單(dan)一(yi)功(gong)能(neng)的(de)執(zhi)行(xing)單(dan)元(yuan)提(ti)升(sheng)為(wei)具(ju)有(you)自(zi)主(zhu)學(xue)習(xi)和(he)優(you)化(hua)能(neng)力(li)的(de)智(zhi)能(neng)係(xi)統(tong)。這(zhe)種(zhong)轉(zhuan)變(bian)使(shi)得(de)機(ji)器(qi)人(ren)能(neng)夠(gou)更(geng)好(hao)地(di)適(shi)應(ying)複(fu)雜(za)多(duo)變(bian)的(de)工(gong)業(ye)環(huan)境(jing)，顯(xian)著(zhu)提(ti)高(gao)生(sheng)產(chan)效(xiao)率(lv)和(he)柔(rou)性(xing)化(hua)水(shui)平(ping)。“大模型+機器人”讓具身智能工業機器人正開啟“智械時代”。

以“地表最強人形機器人”Figure 02為例
，其搭載的GPT-4多模態大模型、機載視覺語言模型（VLM）及類似RT-X機器人控製等大模型和麥克風和揚聲器等硬件，不僅使其常識推理能力和任務執行智能性相較Figure01顯著提升，且能實現和人類自然地對話。此外定製AI的模型和VLM
，讓Figure 02適用於工業製造
、倉庫物流等輕載搬運和分揀任務，提供全自動的智能決策和執行能力。

但中國人工智能領軍科學家

、上海交大清源研究院研究員、中國人工智能學會具身智能專委會委員劉誌毅指出，具身智能工業機器人在模型訓練中，訓練數據來自多方挑戰：

一是數據的質量和多樣性問題。工業場景的複雜性要求模型能夠理解和處理各種情況


，需大量高質量
、多樣化的數據，且數據需涵蓋正常運營、異常情況、不同設備類型和各種生產流程，獲取這些數據成為重大挑戰。

二(er)是(shi)專(zhuan)業(ye)數(shu)據(ju)標(biao)注(zhu)問(wen)題(ti)。工(gong)業(ye)數(shu)據(ju)的(de)專(zhuan)業(ye)性(xing)很(hen)強(qiang)
，需(xu)要(yao)具(ju)備(bei)深(shen)厚(hou)工(gong)業(ye)背(bei)景(jing)的(de)專(zhuan)家(jia)進(jin)行(xing)標(biao)注(zhu)。這(zhe)些(xie)專(zhuan)家(jia)資(zi)源(yuan)稀(xi)缺(que)，標(biao)注(zhu)過(guo)程(cheng)耗(hao)時(shi)且(qie)成(cheng)本(ben)高(gao)昂(ang)，而(er)確(que)保(bao)標(biao)注(zhu)的(de)一(yi)致(zhi)性(xing)和(he)準(zhun)確(que)性(xing)是(shi)提(ti)高(gao)模(mo)型(xing)性(xing)能(neng)的(de)關(guan)鍵(jian)。

三是數據實時性要求。工業生產環境動態變化，模型需不斷用最新數據更新迭代。這就要求建立一個高效的數據收集
、處理和模型更新流程，在不影響生產的情況下實現近實時的數據采集和模型更新。

四是數據安全問題。工業數據往往涉及企業核心機密

，如生產工藝
、設備參數等。如何在保護隱私和知識產權的前提下實現數據共享和模型訓練，是一個需要技術和管理雙重創新的複雜問題。

shujuwentiyedailaijishutiaozhan，huoshichuangzaochanyeyanjiuyuanyuanchangfengleiboshirenwei，yifangmian
，gongyedamoxingxuyaochuliduomotaishuju
，danduomotaishujujianmohekejieshidejiqixueximoxingshidangqianmianlindetiaozhanzhiyi。zhebujinshejijishucengmiandenanti，haibaokuoruheshimoxinggengjiatoumingheyiyulijie。

另ling一yi方fang麵mian，隨sui著zhe工gong業ye大da模mo型xing應ying用yong的de複fu雜za性xing增zeng加jia，單dan一yi模mo型xing已yi無wu法fa滿man足zu所suo有you需xu求qiu，因yin此ci集ji成cheng學xue習xi和he多duo模mo型xing協xie同tong成cheng為wei發fa展zhan趨qu勢shi，但dan這zhe增zeng加jia了le模mo型xing的de複fu雜za性xing和he解jie釋shi性xing難nan度du。

此外，相較於文生文

、文生圖、圖生圖等通用大模型，工廠端到端閉環生態對模型訓練也帶來新的難題。

圖源：DoNews

馮(feng)雷(lei)博(bo)士(shi)指(zhi)出(chu)，在(zai)工(gong)廠(chang)內(nei)部(bu)不(bu)同(tong)部(bu)門(men)和(he)係(xi)統(tong)之(zhi)間(jian)往(wang)往(wang)存(cun)在(zai)數(shu)據(ju)孤(gu)島(dao)問(wen)題(ti)，導(dao)致(zhi)數(shu)據(ju)無(wu)法(fa)有(you)效(xiao)共(gong)享(xiang)和(he)利(li)用(yong)。這(zhe)要(yao)求(qiu)工(gong)廠(chang)加(jia)強(qiang)數(shu)據(ju)治(zhi)理(li)和(he)管(guan)理(li)
，打(da)破(po)數(shu)據(ju)孤(gu)島(dao)
，實(shi)現(xian)數(shu)據(ju)的(de)互(hu)聯(lian)互(hu)通(tong)和(he)共(gong)享(xiang)利(li)用(yong)。

劉誌毅同樣指出，工廠端需打通從原料到成品的全流程數據孤島，包括供應鏈、生產、質檢
、物(wu)流(liu)等(deng)環(huan)節(jie)。不(bu)同(tong)係(xi)統(tong)和(he)設(she)備(bei)間(jian)的(de)數(shu)據(ju)格(ge)式(shi)和(he)協(xie)議(yi)可(ke)能(neng)不(bu)一(yi)致(zhi)，需(xu)要(yao)進(jin)行(xing)數(shu)據(ju)清(qing)洗(xi)和(he)整(zheng)合(he)。確(que)保(bao)數(shu)據(ju)的(de)時(shi)間(jian)序(xu)列(lie)完(wan)整(zheng)性(xing)，對(dui)於(yu)支(zhi)持(chi)整(zheng)個(ge)生(sheng)產(chan)過(guo)程(cheng)的(de)建(jian)模(mo)和(he)優(you)化(hua)至(zhi)關(guan)重(zhong)要(yao)。

以劉誌毅提到的質檢環節為例，微億CEO張誌琦則指出，如何解決樣本數據少和模型能力判斷準確的矛盾成為難題。

一方麵，製造業良品率提高導致樣本數據偏少，進而影響模型訓練時間。另一方麵，“過殺”和“漏檢”是衡量工廠現場中間準確度的兩大重要指標。“過殺和漏檢但凡某個指標偏高
，客戶認為設備無法使用後，需安排內部人員二次複驗。客戶使用AI質檢設備的意義何在？若將過殺率控製到5%以下，又對樣本數據提出更高要求。”

麵對訓練數據難題
，微億將模型開發和數據收集的閉環建到產線上去，將帶有預訓練模型的設備直接部署到產線上，把產線操作工變成“模型訓練師”

，在雲端自研的“人機交互式的模型訓練平台”上對模型生成的結果進行複判和修正，模型再把修正後的結果下發給設備予以執行。

同時將修正過程作為模型下一輪迭代的“新樣本”，讓模型不斷學習人類老師傅的工作經驗
，這樣就在產線上形成了“端雲一體”的模型訓練閉環，實現設備“開箱即用”的同時，讓模型訓練獲得大量實時產線數據。

基於在AI質檢市場的競爭力和多年的數據沉澱，微億已擁有世界*的非結構化工業精標數據庫。藍馳創投董事總經理
、合夥人曹巍在接受媒體采訪時指出，工業機器人行業內優秀的公司會形成自己的數據閉環
、硬件閉環，以及算法側的算法閉環。數據的稀缺性及數據和算法之間的迭代速度決定企業在該領域的核心能力。

圖源：IDC《中國AI賦能的工業質檢解決方案市場份額2023》

張zhang誌zhi琦qi也ye指zhi出chu

，微wei億yi目mu前qian已yi積ji累lei一yi定ding的de業ye務wu和he各ge類lei的de數shu據ju和he模mo型xing能neng力li，同tong行xing即ji使shi削xue尖jian腦nao袋dai去qu苦ku幹gan三san五wu年nian也ye很hen難nan做zuo出chu來lai，且qie即ji使shi同tong行xing做zuo出chu來lai，恐kong難nan以yi適shi應ying市shi場chang改gai變bian，這zhe是shi微wei億yi的de核he心xin競jing爭zheng力li之zhi一yi。

02.如何讓智能機器人裝上“腦子”
，更接近人類？

除訓練數據問題外，從本屆工博會工業機器人展區來看，大部分機器人旁邊都配備一台負責指揮和調試的“大腦”，雖是按照既定程序運行，但工作人員時不時需要檢查運行是否正常。

但從海外包括特斯拉超級工廠使用的KUKA和Fanuc、寶馬德國丁戈爾芬的工廠中廣泛使用的ABB和KUKA
、亞馬遜全球多個倉儲中心使用數萬台的Kiva來看
，這些工業機器人在驅動和執行層麵的優勢很足，也是他們一貫的技術核心。

然而隨著AI帶(dai)來(lai)的(de)感(gan)知(zhi)和(he)認(ren)知(zhi)能(neng)力(li)

，外(wai)企(qi)還(hai)未(wei)大(da)力(li)布(bu)局(ju)，具(ju)身(shen)智(zhi)能(neng)在(zai)工(gong)業(ye)領(ling)域(yu)的(de)應(ying)用(yong)處(chu)於(yu)缺(que)失(shi)狀(zhuang)態(tai)。這(zhe)反(fan)而(er)給(gei)了(le)。這(zhe)反(fan)而(er)給(gei)了(le)國(guo)內(nei)具(ju)身(shen)智(zhi)能(neng)工(gong)業(ye)機(ji)器(qi)行(xing)業(ye)一(yi)個(ge)機(ji)會(hui)，雖(sui)說(shuo)短(duan)期(qi)內(nei)需(xu)攻(gong)克(ke)多(duo)重(zhong)難(nan)題(ti)，但(dan)讓(rang)具(ju)身(shen)智(zhi)能(neng)在(zai)工(gong)業(ye)發(fa)揮(hui)優(you)勢(shi)，成(cheng)為(wei)國(guo)內(nei)企(qi)業(ye)不(bu)可(ke)忽(hu)視(shi)的(de)突(tu)破(po)點(dian)。

馮雷博士指出
，在感知技術上需增強其傳感器技術，包括視覺、觸覺、力覺等多種傳感器，以實現對複雜工業環境的精準感知。同時，還需要不斷優化算法
，提高傳感器精度和響應速度。

在認知技術上，工業機器人的認知能力依賴於人工智能技術的發展，特別是深度學習、ziranyuyanchulidengjishu。duanqineixuyaotupodeshiruhejiangzhexiejishuyouxiaoyingyongyugongyejiqiren
，shiqinenggoulijiehechulifuzadegongyerenwu，shixianzizhujuece。

在驅動技術
，驅動技術包括伺服電機
、減jian速su器qi等deng關guan鍵jian部bu件jian，是shi工gong業ye機ji器qi人ren的de核he心xin。中zhong國guo工gong業ye機ji器qi人ren在zai這zhe些xie關guan鍵jian部bu件jian上shang仍reng存cun在zai一yi定ding的de技ji術shu瓶ping頸jing，需xu要yao加jia強qiang自zi主zhu研yan發fa，提ti高gao性xing能neng和he穩wen定ding性xing。

在zai執zhi行xing技ji術shu上shang
，執zhi行xing技ji術shu直zhi接jie關guan係xi到dao工gong業ye機ji器qi人ren的de操cao作zuo精jing度du和he效xiao率lv。需xu要yao不bu斷duan優you化hua控kong製zhi算suan法fa，提ti高gao機ji器qi人ren的de運yun動dong控kong製zhi能neng力li和he精jing度du
，同tong時shi確que保bao執zhi行xing過guo程cheng中zhong的de安an全quan性xing和he可ke靠kao性xing。

劉誌毅也指出
，目前工業機器人高精度傳感器
、控製器、伺si服fu電dian機ji等deng核he心xin零ling部bu件jian仍reng有you較jiao大da進jin口kou依yi賴lai。此ci外wai，軟ruan硬ying件jian深shen度du融rong合he是shi一yi個ge係xi統tong性xing挑tiao戰zhan。企qi業ye需xu要yao突tu破po傳chuan統tong的de機ji械xie設she計ji思si維wei，從cong係xi統tong層ceng麵mian考kao慮lv軟ruan硬ying件jian協xie同tong。開kai發fa更geng靈ling活huo的de模mo塊kuai化hua設she計ji，支zhi持chi快kuai速su功gong能neng定ding製zhi和he升sheng級ji，實shi現xian軟ruan件jian定ding義yi硬ying件jian
，提ti高gao機ji器qi人ren的de適shi應ying性xing和he可ke重zhong構gou性xing。

通用AI算法需針對工業場景進行大量優化，提高精度
、穩(wen)定(ding)性(xing)和(he)實(shi)時(shi)性(xing)。開(kai)發(fa)更(geng)高(gao)效(xiao)的(de)邊(bian)緣(yuan)計(ji)算(suan)算(suan)法(fa)
，實(shi)現(xian)本(ben)地(di)化(hua)的(de)智(zhi)能(neng)決(jue)策(ce)。同(tong)時(shi)，提(ti)高(gao)算(suan)法(fa)的(de)可(ke)解(jie)釋(shi)性(xing)和(he)可(ke)靠(kao)性(xing)，滿(man)足(zu)工(gong)業(ye)級(ji)應(ying)用(yong)的(de)嚴(yan)格(ge)要(yao)求(qiu)。

張誌琦也指出，微億以“眼手腦雲”dazaodejishuzhanlve
，zengmianlinzheshijiaoxitonghaobishiyanjing，jixiebideyundongjigouleisirendeshoujiao，liangzhezhijiandegehewanrushiyigexiazibeizheyigequezi，quezizaizhihuixiazideqianjinhoutui，shijiluodizhongkunnanzhongzhong
，wangwangxuyaobuduandiduidierenlilaimibuzhijiandewenti，zheyinggaishiyigewanzhengdetixi

，baganzhi
、認知、規劃

、驅動、控製能力相融合，才是解決這類問題的根本之道。

基於此
，2023年微億成立專門的具身智能項目組
，與國產機器人廠商捷勃特共同研發
，實現工業AI與工業機器人的融合突破
，打通軟硬件質檢的壁壘。

若“數據”“更智能”問題屬技術問題，但技術之上卻是如何讓具身智能機器人更好地滿足下遊客戶需求。

圖源：DoNews

近些年來，隨著消費者需求逐漸多樣化和個性化
、中國企業出海需應對供應鏈和市場不確定的挑戰、全球化和定製化需求的融合、製造業愈發追求資源利用效率的提升、生產成本的降低和創新能力的提高，全球製造業對工廠端愈發追求柔性化生產，且成為不可逆趨勢。上文提到的海外工業機器人能“進廠打工”均建立在滿足這些企業柔性化生產的需求上。

但相較於海外市場
，國內工業機器人應對製造業柔性生產能力仍有待提高。張誌琦指出，傳統工業機器人都是在確認的、封閉的空間中運動，且隻能進行單一重複動作，泛化能力弱，無法具備柔性切線能力，從源頭上限製工業機器人的普及和應用。

麵對製造業對*成本和柔性生產的現實需求，包括微億、遨博機器人、拓斯達
、新鬆機器人、埃夫特智能裝備、華中數控、ABB中國等廠商推出的具身智能機械臂紛紛搭載免編程功能。

免mian編bian程cheng機ji械xie臂bi優you勢shi在zai於yu通tong過guo自zi適shi應ying技ji術shu快kuai速su適shi應ying不bu同tong的de生sheng產chan任ren務wu
，特te別bie是shi小xiao批pi量liang多duo品pin種zhong的de生sheng產chan環huan境jing。它ta們men能neng夠gou根gen據ju不bu同tong的de工gong藝yi和he任ren務wu需xu求qiu，自zi動dong學xue習xi新xin的de操cao作zuo路lu徑jing並bing快kuai速su投tou入ru使shi用yong。機ji械xie臂bi通tong過guo視shi覺jiao傳chuan感gan器qi、力li覺jiao傳chuan感gan器qi等deng感gan知zhi環huan境jing，並bing基ji於yu機ji器qi學xue習xi技ji術shu自zi動dong調tiao整zheng操cao作zuo動dong作zuo，可ke更geng高gao層ceng次ci的de柔rou性xing生sheng產chan，無wu需xu每mei次ci任ren務wu變bian更geng都dou進jin行xing重zhong新xin編bian程cheng，進jin而er提ti高gao工gong廠chang生sheng產chan效xiao率lv。

曹(cao)巍(wei)指(zhi)出(chu)
，工(gong)業(ye)機(ji)器(qi)人(ren)的(de)下(xia)一(yi)個(ge)發(fa)展(zhan)趨(qu)勢(shi)為(wei)走(zou)向(xiang)輕(qing)交(jiao)付(fu)和(he)智(zhi)能(neng)化(hua)
，把(ba)交(jiao)付(fu)做(zuo)輕(qing)，最(zui)重(zhong)要(yao)的(de)是(shi)不(bu)用(yong)編(bian)程(cheng)。雖(sui)然(ran)工(gong)業(ye)機(ji)器(qi)人(ren)編(bian)程(cheng)可(ke)能(neng)仍(reng)需(xu)定(ding)製(zhi)
，但(dan)在(zai)和(he)機(ji)器(qi)人(ren)交(jiao)談(tan)過(guo)程(cheng)中(zhong)它(ta)能(neng)理(li)解(jie)我(wo)要(yao)定(ding)製(zhi)什(shen)麼(me)，而(er)非(fei)是(shi)繼(ji)續(xu)請(qing)人(ren)編(bian)寫(xie)代(dai)碼(ma)。

zhangzhiqizhichu

，weiyidazaodejushenzhinengjiqirenzaigongzhanjiyoushichangdetongshi，hainengjinruchuantonggongyejiqirenwufajinrudelinghuorouxingchangjing
，bangzhugongyezhizaoqiyejiejuezaishiyongchuantonggongyejiqirenqiexianhuanxingsuduman
、效率低的問題。

03.具身智能工業機械臂落地化速度，或快於人形機器人

除滿足製造業的柔性化生產外，工業機器人的成本賬和人力成本的經濟賬
，實則是企業主最為Care的事。海外工業機器人售價因行業不同、行業需求、功能和負載能力不同，售價存在較大差異。

通常來說，基礎工業機器人價格大約在2萬到8萬美元，高端智能機器人可能達到10萬到30萬美元甚至更高。但歐美高端製造業的高利潤
、高人力綜合成本讓智能機器人的“綜合性價比”優勢突出。與之相比的是



，國內工業機器人在價格上占據*優勢

，這種優勢不僅國內外競爭上成為關鍵，也是國內企業將“智能”帶進工廠的關鍵。

圖源：基於公開信息整理 DoNews製圖

在勢頭上很凶猛的人形機器人

，成本居高不下
，因為其使用很多價格高昂的組件

，單說視覺感知就會用到很多價格昂貴的組建，如3D相機、激光雷達等。

對dui於yu國guo內nei製zhi造zao業ye而er言yan，他ta們men利li潤run水shui平ping偏pian低di且qie近jin兩liang年nian波bo及ji多duo行xing業ye的de價jia格ge戰zhan對dui製zhi造zao業ye利li潤run的de持chi續xu衝chong擊ji
，想xiang要yao讓rang企qi業ye主zhu為wei動dong輒zhe百bai萬wan級ji的de人ren形xing機ji器qi人ren買mai單dan恐kong不bu太tai現xian實shi，更geng別bie提ti他ta們men會hui關guan注zhu人ren形xing機ji器qi人ren使shi用yong何he種zhong大da模mo型xing技ji術shu、具備哪些能力。

且製造業使用工業機器人的成本不單單包括企業初始購買成本
，還包括後續維護與升級成本和企業內部MES、ERP
、供應鏈管理係統數據打通成本、整體解決方案成本、工業機器人和人類共同工作的協調成本等等。

如工業機器人真正進入工廠“打工”後(hou)，工(gong)廠(chang)不(bu)僅(jin)需(xu)額(e)外(wai)增(zeng)加(jia)安(an)全(quan)圍(wei)欄(lan)和(he)傳(chuan)感(gan)器(qi)，保(bao)證(zheng)工(gong)人(ren)安(an)全(quan)。且(qie)機(ji)器(qi)人(ren)若(ruo)發(fa)生(sheng)故(gu)障(zhang)除(chu)會(hui)增(zeng)加(jia)新(xin)的(de)維(wei)修(xiu)成(cheng)本(ben)外(wai)，也(ye)會(hui)對(dui)產(chan)線(xian)生(sheng)產(chan)構(gou)成(cheng)影(ying)響(xiang)，進(jin)而(er)影(ying)響(xiang)工(gong)廠(chang)給(gei)下(xia)遊(you)客(ke)戶(hu)交(jiao)付(fu)時(shi)間(jian)，繼(ji)而(er)帶(dai)來(lai)成(cheng)本(ben)增(zeng)加(jia)。基(ji)於(yu)此(ci)，公(gong)開(kai)數(shu)據(ju)顯(xian)示(shi)，國(guo)內(nei)每(mei)萬(wan)名(ming)產(chan)業(ye)工(gong)人(ren)機(ji)器(qi)人(ren)滲(shen)透(tou)率(lv)隻(zhi)有(you)392多台，處在較低水平。

劉誌毅指出
，為提高國內工業機器人普及率，可通過優化產品設計、發展服務型商業模式降低使用門檻、利用AI提升效率是創新方向
、通過AI輔助設計優化機器人結構和控製係統
、通過稅收優惠
、補(bu)貼(tie)等(deng)方(fang)式(shi)
，鼓(gu)勵(li)企(qi)業(ye)采(cai)用(yong)國(guo)產(chan)工(gong)業(ye)機(ji)器(qi)人(ren)等(deng)係(xi)統(tong)性(xing)措(cuo)施(shi)來(lai)降(jiang)低(di)成(cheng)本(ben)，但(dan)推(tui)動(dong)核(he)心(xin)零(ling)部(bu)件(jian)國(guo)產(chan)化(hua)才(cai)是(shi)降(jiang)低(di)成(cheng)本(ben)的(de)根(gen)本(ben)途(tu)徑(jing)。通(tong)過(guo)產(chan)學(xue)研(yan)合(he)作(zuo)
，突(tu)破(po)高(gao)端(duan)減(jian)速(su)器(qi)、伺服係統等關鍵技術。建立本土化的供應鏈體係，提高零部件的標準化和通用性，實現規模化生產。

馮雷博士同樣指出技術創新和自主研發是降低成本的關鍵，一方麵

，加強核心技術研發
，推動核心零部件如伺服電機
、減速器等的國產化進程。通過自主創新和技術突破，降低對進口零部件的依賴，從而從源頭上降低成本。

另一方麵，通過技術創新提升工業機器人的性能
，如提高精度、增強穩定性、優化算法等，使產品更具競爭力，從而在市場上獲得更高的認可度和市場份額。

仍需指出的是，相較於人形機器人，具身智能機械臂不僅具有成本優勢，且在工業自動化、物流
、服務行業等領域的應用場景更為明確和廣泛，這意味著未來具身智能機械臂的大規模落地速度會高於人形機器人。

曹(cao)巍(wei)指(zhi)出(chu)，現(xian)階(jie)段(duan)工(gong)業(ye)機(ji)器(qi)人(ren)的(de)突(tu)出(chu)問(wen)題(ti)雖(sui)然(ran)大(da)家(jia)有(you)生(sheng)意(yi)做(zuo)，但(dan)因(yin)交(jiao)付(fu)成(cheng)本(ben)過(guo)高(gao)，個(ge)性(xing)化(hua)東(dong)西(xi)太(tai)多(duo)，通(tong)用(yong)性(xing)低(di)
，導(dao)致(zhi)大(da)家(jia)並(bing)不(bu)賺(zhuan)錢(qian)。基(ji)於(yu)此(ci)，工(gong)業(ye)機(ji)器(qi)人(ren)最(zui)值(zhi)得(de)研(yan)究(jiu)的(de)問(wen)題(ti)是(shi)如(ru)何(he)把(ba)交(jiao)付(fu)效(xiao)率(lv)提(ti)升(sheng)、交付成本做低及能夠做到開箱即用

，做到真正的工業機器人的智能、

若工業機器人實現更加智能的開箱即用，或是更加智能的輕量化交付。從項目製走向產品製，工業機器人未來會是一個既賺錢
、增速又快的超級市場。

值得注意的是
，微億“創TRON”已能做到開箱即用
，輕量化交付
，這也是張誌琦會提到預計1-2年內
，“創TRON”將jiang進jin一yi步bu促cu進jin具ju身shen智zhi能neng工gong業ye機ji器qi人ren市shi場chang規gui模mo的de擴kuo大da
，具ju身shen智zhi能neng技ji術shu會hui讓rang工gong業ye機ji器qi人ren的de部bu署shu更geng加jia敏min捷jie
，未wei來lai工gong業ye機ji器qi人ren的de市shi場chang規gui模mo將jiang進jin一yi步bu擴kuo大da
，達da到dao100萬-150萬套/年，年產值將達到1000億-1500億的原因所在。

隨著未來包括ABB、微億、海康等在內的公司一起，持續賦能更多工業機器人和製造業
，以及TOG端政策持續發力，高校端和企業端持續補齊技術短板，這不僅能助推更多工業機器人“進廠打工”，行業迎來“iPhone時刻”。

更重要的是
，這能幫助製造業實現降本提效，讓國內製造業不斷做大做強。