工业机器人：从特种走向通用，迈入智能与AI赋能的新时代

回顾全球工业机器人的发展历程，其演变清晰可见：从最初专注于特定领域（如军事、核工业）的“特种”机器人，逐步发展到能够适应广泛工业场景的“通用”机器人；从以机械运动为核心的“机械”机器人，进化为具备感知、决策能力的“智能”机器人；最终，从单一功能的执行者，走向集多种功能于一体的“复杂”系统。 随着工业机器人深入应用到各类下游行业，有效替代人类重复性劳动，其巨大的产业价值正日益凸显。

核心观点：

1. 工业机器人逐步走向智能化/通用化，产业应用前景广阔： 工业机器人正朝着更高级别的智能化和通用化方向发展，这为其在更广泛的工业场景中的应用打开了巨大的想象空间，产业应用前景一片光明。

2. IT架构是决定机器人智能化程度的关键，软件的重要性将日益凸显： 工业机器人的核心竞争力正从硬件转向软件。IT架构，特别是软件算法，将成为决定机器人智能化水平的关键因素，其重要性将不断提升。

3. AI赋能加速机器人向具身智能演进，产业变革一触即发： 以ChatGPT为代表的大型预训练模型的崛起，正在推动机器人向“具身智能”迈进，这将极大地加速整个产业的变革。

全球工业机器人发展历程与趋势

工业机器人的发展大致可划分为三个主要阶段：

• 技术萌芽阶段： 早期工业机器人主要应用于高危领域，如军事和核工业，以示教再现型机器人为主，即通过示教器预先编程指令，机器人再现动作。

• 产业崛起阶段： 这一时期，以ABB、库卡、发那科等为代表的领军企业开始崭露头角。工业机器人开始具备感知和处理外界信息的能力，能够对环境做出一定的反应。

• 产业升级阶段： 工业机器人开始向通用工业场景延伸，智能化水平显著提升。根据IFR数据，2021年全球新增工业机器人安装量达到51.7万台，同比增长31.2%。Inkwood Research预测，2021-2028年全球工业机器人产值的年复合增长率（CAGR）将达到14.7%。我们认为，随着工业机器人智能化水平的不断升级，以及人口供给收缩和下游需求释放的双重驱动，其产业应用前景将更加广阔。

IT架构：智能化的基石，软件的崛起

以ABB为例，工业机器人的产业链可以从核心部件、机器人本体及软件，到下游的系统集成与应用进行拆解。上游核心零部件，特别是减速器和伺服系统，是主要的成本集中点。

从功能层面划分，工业机器人部件主要包括：

• 感知层： 负责获取外部环境信息，如通过传感器。

• 执行层： 负责执行动作，如通过伺服系统和执行器。

• 决策层： 负责对感知到的信息进行处理和判断，并生成指令，其中算法软件起着至关重要的作用。

ABB在传感器、伺服系统/控制器以及算法软件等各个层级都有深入的布局，能够提供工业机器人全栈解决方案。随着工业机器人向智能化发展，它们正逐步进入**“软件定义”**的阶段，越来越像IT产品。软件算法的差异化将直接影响机器人最终能够实现的智能化水平，因此，软件的地位和重要性将逐步提升。

AI赋能：加速机器人向具身智能演进

生成式AI的飞速发展，尤其是以ChatGPT为代表的大型语言模型的兴起，为工业机器人带来了革命性的机遇。

• 简单任务的“零样本”解决： ChatGPT已经能够以“zero-shot”（无需训练直接应用）的方式解决一些简单的机器人任务。

• 复杂任务的辅助解决： 在课程学习、AirSim避障等复杂任务中，ChatGPT也能在人类用户“on-the-loop”（人在回路）交互的模式下实现。

在工业领域的应用落地方面，具身智能目前仍处于产业发展的早期阶段，AI的应用主要集中在一些相对简单的场景。例如：

• ABB在2020年2月与Covariant合作推出的智能分选机器人，通过引入机器视觉算法，显著提升了识别效率和准确性。

• 2023年7月，ABB宣布与微软合作，将GPT-4技术应用于工业分析等场景。

 基于这些发展，我们可以预见，随着ChatGPT等大模型的出现，机器人正开始向“具身智能”演进。具身智能将使机器人具备更强的环境理解、自主学习和与物理世界交互的能力，这将极大地加速工业机器人产业的变革，带来前所未有的发展机遇。