圖為工程師通過AI大模型驅動工業機器人執行蛋糕裱花任務

工人師傅在屏幕上輕輕一點，工業機器人便被注入了“靈魂”，開始自動搬運貨物。在短短幾分鐘內，一堆雜亂無序的貨箱就被擺放至合理的位置，組合出特定的“垛型”。4月10日，《中國電子報》記者走進廣東拓斯達科技股份有限公司（以下簡稱“拓斯達”）。在這里，被譽為“制造業明珠”的工業機器人正借助AI大模型完成新一輪蝶變。

碼垛在三步之內即可完成

對大多數工業搬運場景而言，碼垛是一個避不開、繞不過的難題。想象中的碼垛只是將貨物整齊放置在一個空托盤上方便后續搬運即可，然而通過此次采訪，記者才了解到這個看似簡單的工序背后還有那么多“門道兒”。

“碼垛其實是一項非常復雜的任務，它有點兒類似于拼樂高，內核是結構工程相關的科學知識?！蓖厮惯_總工程師張曉輝對記者說道。常見的垛型有上千種，在堆疊過程中不僅要考慮到貨箱的重量、體積、尺寸、形狀等特征，還要根據貨箱內的物品類型判斷其易破損程度、承壓極限，甚至是保鮮期長短等信息，同時還要考慮每一個貨箱放置的位置對整體垛型結構穩定性、安全性的影響，這需要更多的設計思維和技術能力。

現在有了AI大模型，這項工作只需要三步即可完成：首先是行業專家創建場景描述、SOP工藝流程、機器人API文檔及參考代碼等場景知識庫，讓大模型可以自動獲取對應場景的知識；隨后工作人員通過自然語言提出任務需求，大模型自動生成執行代碼，只需微調即可使用；最后現場的工人師傅只需要點擊“開始啟動”按鍵，大模型就能自動計算出不同貨箱的位置，工業機器人即可自動完成碼垛。

據拓斯達首席技術專家陳金民介紹，以前在工業機器人使用過程中，數據散布在各個環節，機器人在物理世界中的狀態和運動軌跡的改變需要產線工人基于自己的經驗去判斷?，F在只需要把數據導入以阿里云通義千問大模型為底座開發的專用模型之中，大模型就能對人類的意圖進行分析并向工業機器人下達指令，產線工人可以通過自然語言與工業機器人實現交互，這在很大程度上也降低了工業機器人的使用門檻。

“通用大模型就像一個優秀的工作助理，它基于龐大的互聯網公開數據訓練，已經能解決日常場景中80%的常規問題。但具體到某一個特定的行業，比如工業機器人行業，由于數據零散分布在各個環節中，且有它獨特的工藝流程，只有在垂直領域進行專門的訓練，才能讓AI大模型更好地去解決剩下20%的專業問題?！标惤鹈癖硎?。

他認為，AI大模型的核心價值是能夠讓人與設備實現自然語言層面的交互。未來隨著AI大模型向多模態方向進化發展，還可能實現語音、視頻等層面的交互，甚至是設備與環境之間的交互，屆時將打破工業機器人的應用邊界，讓其走進更多的工業場景。

工程師不用再為機器人編程“頭疼”

走進拓斯達連平生產基地，一排排形態各異、功能多樣的工業機器人正在忙碌著，它們或在模擬組裝零件、或在模擬棋盤對弈、或在模擬分揀貨物，靈活的動作彰顯著科技的力量。據拓斯達機器人工程師曾逸介紹，這些工業機器人在生產完成后，還需經過通電測試、振動測試、系統設定、原點校準等多項測試與檢驗，才能正式走上產線。

在測試區，一個正在為蛋糕模具裱花的工業機器人吸引到了記者的注意。機器人工程師在電腦桌面上的對話框中輸入“蝴蝶”一詞，短短30秒，AI大模型便給出了4種不同風格的設計方案，還能生成預覽樣圖。工程師點擊“確認”后，被AI大模型驅動的工業機器人便開始往蛋糕模具上裱花。

曾逸表示，這類六軸機器人原本主要應用于3C、鋰電、光伏等行業，現在有了AI大模型的加持，它也有了更大的應用空間，未來將逐漸走進一些定制化、個性化需求較高的行業場景中。像在蛋糕裱花這樣的應用場景中，AI大模型不只在用戶交互、圖案設計等方面找到了“用武之地”，還把工程師從機器人代碼編寫的基礎型工作中“解脫”了出來，讓他們得以去做價值更高的工作。

“原本工程師需要用20分鐘左右的時間去寫代碼，還需花費大量時間和精力根據現場情況做調試，現在只需要向大模型提出代碼需求，再做些簡單修改，5分鐘之內就能將機器人的程序調試好，既省時又省力，還能縮短工期?！痹莞锌?。

用AI大模型來為工業機器人編程看似簡單，實際上并不容易?！耙婚_始我們不了解通用大模型的能力范圍，通過一段時間的研究與實驗才發現，通用大模型對行業的滲透度不夠。涉及一些具體的問題，比如某款工業機器人產品的參數、工藝知識、編程要求等，其預訓練數據并沒有涉及這些內容，所以大模型也無法有效解決問題，后來選擇了與阿里云團隊合作，訓練出了一個專用于我們工業機器人產品的模型?！标惤鹈窕貞浀?。

AI大模型讓工業機器人的使用和學習成本得到了顯著降低。曾逸向記者介紹說：“以往工程師編寫程序時需要一頁一頁地翻看技術手冊、指令集和一些相關文檔，現在只需要通過自然語言與大模型對話，提出自己的需求，大模型就能給出相應的答案。這讓原本需要一兩個小時的學習任務，現在只需要半個小時即可完成?！?/p>

陳金民認為，傳統AI技術與AI大模型并非相互對立的關系，而是一種進化、演進的關系。在這一輪生成式AI浪潮之前，工業機器人行業就已經采用了大量的人工智能技術，直至當前在來料檢測、故障檢測、產品質檢等多個環節中依然使用的是計算機視覺等傳統AI技術。不過，傳統AI應用只是受限于數據、算力等方面的局限性而產生的臨時性的、成本相對較低的一種解決方案。未來隨著AI大模型的不斷進化，其將在工業生產的各個環節得到更為廣泛的應用。

AI大模型或成本土工業機器人破局關鍵

據國際機器人聯合會統計，中國2017—2022年工業機器人安裝量年均增速達到13%。中國已然成為世界上最大的工業機器人市場。然而，與欣欣向榮的市場盛況形成鮮明對比的是，根據國家統計局數據，2022年、2023年中國規模以上企業工業機器人產量增速分別為-4.8%和-2.2%。工業機器人四大家族（瑞士ABB、德國庫卡、日本發那科、日本安川電機）市場銷量依然居前，企業份額占比分別為13.3%、7.4%、6.4%和6.0%。

受限于成本高昂、靈活性不足、安全難保障、專業人才少等問題，本土工業機器人的應用空間尚未被完全釋放。AI大模型的出現或將成為本土工業機器人破局的關鍵。

從曾經以10萬元起家、名不見經傳的一家小公司，到如今營收超過45億元，產品及服務覆蓋亞、美、歐、非等50多個國家和地區的上市企業，拓斯達的成功或許很大一部分正是取決于其對市場趨勢的超前洞察和對自主創新技術破釜沉舟式的探索。

拓斯達財報數據顯示，過去三年，其研發投入金額已超過4億元，研發人員占比接近總人數的一半。目前，拓斯達正在與阿里云合作，積極探索工業機器人與AI大模型的融合應用空間?！敖裉?，在新型工業化的時代背景下，如果本土廠商能夠抓住這一輪生成式人工智能浪潮帶來的機遇，就有機會在特定行業、特定領域找到彎道超車的機會?！睆垥暂x坦言道。

一方面，以大模型為代表的生成式AI技術將大幅提高工業機器人的自主能力和認知能力，使其能解決復雜場景的應用難題；另一方面，它將極大地降低工業機器人的使用門檻，讓更多人有機會用上工業機器人，同時也將吸引更多高端人才涌入這個創新賽道，激發產業發展。此外，AI大模型的加持，還將提升本土工業機器人廠商在全球市場的核心競爭力，在產業未來發展上爭奪更多話語權。

“我認為，反而是在工業場景中，AI大模型會率先落地?！睆垥暂x表示。對于工業企業而言，由于行業整體利潤率較低，AI基礎模型訓練所需的算力成本、人才儲備太大，要擁抱大模型光靠自己是不夠的；而對于IT企業而言，它們缺乏對工業場景、工藝流程的深層次理解，很難把垂直領域的大模型做深、做實，因此雙方協同合作是必然選擇。

阿里研究院副院長安筱鵬同樣認為，制造業應該是AI大模型應用的主戰場。他指出，AI大模型是重塑全球制造業競爭格局的新起點。未來所有的智能硬件都會被AI大模型所驅動。無論是何種形態的機器人、無論是何種形態的終端，其核心競爭力就在于它是被什么樣智力水平的大模型所驅動。

“大模型生成代碼的價值，將遠遠超過生成文字、圖片、視頻的價值，但是這個價值被遠遠低估了?！卑搀泫i說道，“未來，中國完全有機會依托統一的消費大市場、算力服務大市場和AI服務大市場，像當年發展移動互聯網產業一樣，再次實現產業的繁榮和全球領先?！?/p>