AI大模型与工业机器人：融合之路尚远，精准度待提升

 尽管人工智能（AI）大模型展现出了巨大的潜力，但在工业机器人领域实现大规模应用，目前仍面临挑战。上海发那科机器人有限公司市场部副部长张海峰在一次行业沙龙活动中指出，当前AI技术成熟度与工业生产的实际需求之间存在较大差距，预计在未来三到五年内，AI在大规模工业机器人应用上仍难以实现。

 在发那科上海智能制造体验中心，我们看到了令人惊叹的“机器人造机器人”场景。各种类型的工业机器人正协同工作，有的模拟服务员倒酒、制作咖啡，有的在高强度地装配新能源汽车车身、分拣货物、拧紧超大扭矩的螺丝。这些场景展示了工业机器人日益广泛的应用，而AI技术的融入，被寄予厚望能够赋予它们更强的“智慧”。

 发那科机器人公司在搬运类机器人和视觉识别类机器人等领域，已经开始尝试与AI技术融合，但这方面的应用尚未实现大规模的扩展。张海峰解释，机器人行业的发展经历了从执行、移动功能延伸，到感知，再到自主决策的阶段。其中，感知阶段又细分为触觉和视觉感知，主要用于解决精确定位的问题。视觉感知关注“能不能看到”，而触觉感知则侧重于明确物体的位置，进而判断机器人是否能够安全有效地抓取并执行操作。当机器人能够完成感知和抓取后，最终形成自主决策能力，而这一过程正是AI大模型发挥作用的关键所在。

 然而，工业生产对“良品率”有着近乎苛刻的要求。张海峰指出，当前AI技术在判断上仍可能出现失误，无法保证100%的良品率，一旦出错，风险需要企业承担。“例如，在拧螺丝这样的环节，如何让AI技术介入，让机器人能够精准识别、抓取，并判断螺丝应该如何拧、状态如何调整，这些都需要进一步的探索和验证。”他认为，现阶段AI技术更多地应用于单点应用，例如与视觉识别类技术相结合。

 Robotics星猿哲（XYZ Robotics）公司首席商务官邢梁立博也持有类似的观点。该公司专注于移动复合机器人和3D视觉产品的研发。邢梁立博表示，从长远来看，人工智能与机器人的结合拥有广阔的应用前景，尤其是在检测类工作上，AI技术能够充分发挥其优势。但他同样强调，目前技术的成熟度存在时间上的差异。他预测，人形机器人走进家庭，例如承担清洁或陪伴的任务，可能在未来三到五年内仍然难以实现。

 邢梁立博进一步指出，当前AI技术的主要瓶颈在于难以实现100%的准确率，普遍只能达到95%左右。“对于工业机器人而言，这种精度是无法接受的，工业生产必须追求极致的准确。”相反，在服务场景中，协作机械臂的AI应用则更为广泛。

 他同时也提到，当前机器人技术的渗透率并不高，全球机器人保有量仅在百万台级别。机器人渗透率难以进一步提升的原因在于，许多应用场景极为复杂，这也预示着未来机器人技术迭代的速度将更快。

 为了提升企业对智能化相关政策的认识和理解，上海市闵行区近年来积极举办了多场政策宣贯会和系列沙龙活动。“智汇闵行”制造业系列沙龙活动已经成为企业间互相学习、借鉴经验、进行交流的重要平台。