AI大模型引领智能生产 工业领域迎来“兴奋时刻”

　　“我们最开始以为这是互联网十年不遇的机会，但是越想越觉得这是几百年不遇的、类似发明电的工业革命一样的机遇。”5月18日，在腾讯2023年股东大会上，腾讯董事会主席兼CEO马化腾发出如此感慨。

　　“众所周知，我们人类已经历三次工业革命，每一次工业革命都带来了科技上的新发展，也对社会生产、生活方式产生了深远的影响。”大象机器人董事长、首席技术官(CTO)伍祁林说，现在正处于第四次工业革命，以云计算、物联网、大数据、机器人等为代表，正在推动社会生产、生活方式的变革，尤其近期人工智能(AI)大模型的兴起与迅速发展，更加推动了机器人，尤其是人形机器人的发展浪潮。

　　目前，AI技术正在逐步深度嵌入中国工业生产和高端制造的各个环节。工业领域从业人士直呼迎来了“兴奋时刻”。

　　梅卡曼德机器人创始人邵天兰同样对于AI大模型在工业上的应用非常兴奋。“现在大模型给了一个非常好的思路，它有千亿级别参数量，通过跨模态的各种各样的训练数据，当把基础能力做好后，大模型就能产生一个更高级的能力。”他指出，“这种能力可以代替很多工程师才能完成的工作，把这种能力组合起来，我们认为有机会把机器人的技术再推上一个量级，这也是我们现在看到的一个巨大机会。有了大模型之后，市场将可能是现有的10倍甚至100倍，这是我们现在非常兴奋的一件事情。”

　　仿生机器人业务咨询翻倍

　　“大模型推动了整个人工智能产业的一个全新浪潮。如今各行各业都在探索跟大模型的结合。”科大讯飞云平台业务群CTO刘可为在近期一场“科大讯飞AI TechDay”活动现场上表示，机器人作为人工智能最核心和最综合的一个应用载体，它和大模型之间的这种结合也必然会对我们的生产力产生重要的推动作用。

　　“从我们平台的数据上能够看到，近半年我们整个服务机器人的调用量增长88%，仿生机器人业务咨询量增长125%。更为可喜的是，以前机器人应用可能更多是集中在一些服务领域，而现在我们能够看到，机器人应用出现在工业、制造业、农业甚至物流行业，开始有一种向全行业全领域渗透的可喜现象。”刘可为说。

　　记者在现场看到，依托于AI技术和科大讯飞“机器人超脑平台”，一台履带式机器人可以快速构建运动和导航能力：在一系列探索和地图构建后，该机器人可以轻松实现一个从A点到B点的导航任务，同时还拥有实时位置显示和导航避障能力。

　　上述案例只是一个开端。事实上，AI早已在工业生产领域实现应用。近日，记者在一家德国企业的深圳分公司看到，该公司的激光焊接设备已开始利用技术进行一些高端设备制造。比如针对电机中的铜线激光焊接问题，该公司一位实验室负责人就表示，“我们主要用机器视觉去判断，一些间距过大的铜线经过人工智能判断会先不焊接，但也会一一标记，后期由人工介入;而针对一些比较大但在尚可接受范围的缝隙时，机器视觉识别到特殊状态以后，会自动调整焊接参数，包括焊接轨迹、功率等等，总之尽量地让设备智能化应对各种工况完成焊接。”

　　“这一款设备就用到了机器视觉和人工智能，前期通过大量导入生产图片，然后通过人工去标记正确的那一部分，在一定数量累积后，AI模型就能自己找出规律知道哪些是你真正想要的，它会把所有干扰因素都过滤掉，同时它还可以辅助进行焊后质量检测。”上述实验室负责人说。

　　科大讯飞方面也向记者介绍了一项AI赋能工业生产的案例。为辅助钢铁行业数字化转型，构建现代化产线，河北省迁安市的首钢迁安钢铁有限责任公司使用讯飞声学成像仪对烧结厂12路封箱支管真空进行了可视化的泄漏速扫，将过去需要10小时以上的巡视时间直接缩短为90分钟，并在厂内检测到22个气体泄漏点，让钢铁厂中的气体泄漏位置“一目了然”。若假设该厂每年产量约100万吨，此次检修可为厂子节约300万～500万度电(合计约90万元)。

　　提升工业自动化水平

　　在4月的第六届数字中国建设峰会上，阿里巴巴董事会主席兼CEO、阿里云智能集团CEO张勇透露：阿里云工程师正在实验将千问大模型接入工业机器人，在钉钉对话框输入一句人类语言，即可远程指挥机器人工作。

　　这也意味着，AI大模型的诞生为工业机器人带来新的可能。据阿里云工程师介绍，大模型在机器人开发和应用阶段均可发挥重要作用。在机器人开发阶段，工程师可通过千问大模型自动生成代码指令完成机器人功能的开发与调试，甚至还能为机器人创造一些全新功能，例如机器人可对抓取、移动等基础能力进行任意的组合编排，进而完成更复杂的任务;在生产运行时，千问大模型为机器人执行任务提供了推理决策的能力，一线工人只需发送一段文字，千问就能理解其意图进行任务推理，并自动翻译成机器可以理解的代码，指挥机器执行任务，有效提升生产效率。

　　伍祁林表示，在工业生产方面一直有一个痛点，即在机器人编程以及工艺调试上，编程时间较长，部署成本偏高，但AI大模型有望解决这一难题。

　　“比如在涂装工艺上，我们将来是否可以通过一些模型训练之后，录入用户参数，它就自动生成一组能够控制机器人轨迹以及控制工艺设备，在这一基础上再进行一些微调或机械化的调试，让整个编程、应用变得更为简单、快速。接下来，可以围绕整个工艺提升、工艺编程进一步跟AI模型做深度结合。”

　　时代伯乐执行合伙人王晓玲在接受证券时报记者采访时指出，AI大模型在工业领域中的一个重要应用环节，是借助海量的工业数据提升整个工业自动化的水平。“举个简单例子，它在工业制造领域，首先在机器视觉领域就可以有很大的帮助，因为机器视觉过往受限于整个算力以及算法的有限度，没办法真正意义上实现自主判断一个物体的行为，更多是根据既定的操作指令行动。如果AI大模型接入机器视觉，它就能够高效地完成一些无序的抓取，把它放在合适的位置，这是一个比较典型的运用案例。”

　　王晓玲表示，借助整体数据算力的提升，AI大模型还可在无人工厂实施基于学习的规控系统(PNC)计划。比如根据库存历史的客户订单、生产排期以及存货，可以非常精准地判别什么时候要下订单，什么时候要生产，取代过往根据人为经验来做生产计划，使整个生产效率有巨大提升。

　　变革悄然上演

　　近年来，随着AI技术的不断发展和应用，工业生产和高端制造领域也开始逐渐实现智能化转型。越来越多的企业希望通过引入这一技术来降本增效，提高产品质量。

　　政策上对人工智能以及AI大模型的重视也不断攀升。4月28日，中央政治局会议提到：要重视通用人工智能发展，营造创新生态;5月5日，第二十届中央财经委召开首次会议，会议提到，新一代信息技术等战略性新兴产业是引导未来经济社会发展的重要力量，要把握人工智能等新科技革命浪潮。

　　但罗马毕竟不是一天就能建成的。虽然AI大模型有望掀起新一轮工业革命，但这是一个渐进的过程，并非一蹴而就。

　　“AI大模型真正应用到工业生产、高端智能制造领域的速度是会很快的，推广开来可能会呈现像早期智能机普及一样迅速。”王晓玲表示，但它有两个瓶颈需要解决，第一个是算力，这种大规模的算力要能以较低成本通过云端解决。更难的一点是数据收集，因为目前工业领域整体的数据化程度不高，更多需要人为输入。生产运营的可视化及数据化预计需要五到十年。

　　王晓玲认为，对传统制造业而言，抓取这些数据还要很多的传感器和微型服务器，梳理后再上传到云端，这是个巨大的升级。但这需要制造业企业投入大量资本才能实现，需要长期的利润积累，以及私募股权融资或上市支持后才会逐步应用。

　　面对越来越复杂的工业生产和高端制造，AI大模型还需要攻克一个又一个具体的难关。梅卡曼德机器人首席发展官韩卓说：“我在过去两年大概拜访了200个工厂，我们的特点就是永远在工厂里面。在AI+制造业的领域，大家都说它是一个万亿级市场，但站在一个开发者角度，我们觉得它可能更像是一万个亿级市场，因为这里面存在大量的非标应用。”

　　“很多海外工业机器人公司进到中国市场会发现水土不服，这是因为在西方管理、生产都是标准化的，但是在中国市场无论是管理还是工厂都有大量的非标需求。”韩卓说，“现在我们能够做到的就是面对各种各样的非标、细碎的应用，都能用标准化的方式解决。”