【ZiDongHua 之“方案應(yīng)用場”收錄關(guān)鍵詞：世界機(jī)器人大會   FESTO   仿生蜜蜂    】

　　

　　

　　8月10日，2025世界機(jī)器人大會主論壇進(jìn)入第二篇章，主題聚焦創(chuàng)新應(yīng)用，邀請到國內(nèi)外院士專家、國際機(jī)構(gòu)代表、一流企業(yè)大咖等分享機(jī)器人的新技術(shù)、新應(yīng)用。

 

　　

　　中國工程院院士倪光南在題為《“AI+空間計(jì)算”讓機(jī)器看懂世界》的演講中表示，“AI+空間計(jì)算”開啟了二維交互向三維交互發(fā)展的新范式，空間計(jì)算作為一種全新的計(jì)算方式，它是物理世界和數(shù)字世界之間的橋梁，正在重塑人類、機(jī)器和世界的交互方式，是推動機(jī)器人落地的關(guān)鍵核心技術(shù)之一。當(dāng)前人工智能引領(lǐng)科技范式變革的時代，在國家實(shí)施“人工智能+”行動的大形勢下，要推動機(jī)器人發(fā)展到AI+機(jī)器人，更好的發(fā)揮它新質(zhì)生產(chǎn)力的作用。為了達(dá)到這個要求，關(guān)鍵在于提升機(jī)器人智能審評，我們要用腦-眼-行動協(xié)同的系統(tǒng)來提高機(jī)器人智能水平，真正讓機(jī)器人能夠看見世界、理解世界、行動于世界。

　　

　　捷克技術(shù)大學(xué)教授Vašek Hlavá?作題為《工業(yè)機(jī)器人的智能視覺引導(dǎo)與柔性裝配》的報(bào)告，他提到機(jī)器人作為與物理世界互動的工具，其核心在于“物理智能”，即通過感知（如視覺和傳感器）實(shí)現(xiàn)智能行為。針對柔性裝配難題，團(tuán)隊(duì)開發(fā)了獨(dú)特的視覺引導(dǎo)方法，核心是創(chuàng)建自定義“移動線纜數(shù)據(jù)集”：該方法基于圖像像素移動和機(jī)器學(xué)習(xí)，能實(shí)時識別人工抓取點(diǎn)（起始點(diǎn)）并自動建議后續(xù)動作（如五步操作示例）。與現(xiàn)有方法相比（通過視頻和圖片對比展示），它在復(fù)雜線纜場景中分割更精準(zhǔn)，尤其在熒光標(biāo)記輔助下，提高了魯棒性。同時，他指出，當(dāng)前技術(shù)仍處于實(shí)驗(yàn)室階段，距離工業(yè)部署有差距。

　　

　　世界工程組織聯(lián)合會候任主席Seng Chuan Tan作題為《重塑機(jī)器人時代的工程師技能》的報(bào)告，他圍繞機(jī)器人時代對工程師技能提出的新要求與轉(zhuǎn)型方向展開，強(qiáng)調(diào)工程師需從傳統(tǒng)技術(shù)執(zhí)行者向具備多元融合能力的創(chuàng)新者轉(zhuǎn)變。工程師需要鉆研硬技能，從單一技術(shù)到跨學(xué)科融合，在基礎(chǔ)領(lǐng)域需保持深度，但需打破學(xué)科壁壘，形成“T型”知識結(jié)構(gòu)，要熟練掌握數(shù)字化與智能化工具。工程師需從“解決給定問題”轉(zhuǎn)向“定義真實(shí)問題”，具備從復(fù)雜場景中提煉核心需求的能力，進(jìn)行跨領(lǐng)域協(xié)作與溝通。要具有創(chuàng)新思維與快速迭代能力，同時注重倫理與安全意識。要持續(xù)學(xué)習(xí)，應(yīng)對時代變革的核心競爭力。

　　

　　上海交通大學(xué)教授高峰在《智能機(jī)器人創(chuàng)新設(shè)計(jì)的挑戰(zhàn)與機(jī)遇》為題的演講中表示，從技術(shù)的角度來講，機(jī)器人的發(fā)明面臨四部分問題。第一，功能驅(qū)動構(gòu)型。功能是說不清楚的，如果不能用數(shù)學(xué)描述，功能就不存在，不存在就設(shè)計(jì)不了。第二，性能綜合。到底機(jī)器人的尺寸應(yīng)該是什么樣子，運(yùn)動學(xué)、動力學(xué)和智能有什么關(guān)系。第三，行為智能。機(jī)器人和計(jì)算機(jī)智能是不一樣的，計(jì)算機(jī)智能不是機(jī)器人智能，二者有很大的區(qū)別。第四，工程應(yīng)用。工程問題是很具體的，不是通用的方法。國際機(jī)器人聯(lián)合會技術(shù)委員會主席Alexander Verl作題為《工業(yè)機(jī)器人擁抱數(shù)字孿生與人工智能（AI）技術(shù)》的報(bào)告，他指出，很多的機(jī)器人是為了能夠取消人類的局限，比如人類的身體極限，讓人盡量的減少彎腰或者高空作業(yè)。機(jī)器人確實(shí)沒有這樣的限制，但是有其他的短板，模仿人類因此就會導(dǎo)致雙重系統(tǒng)的局限，最終只能夠達(dá)到不那么優(yōu)越的方案，所以可能更好的人形機(jī)器人是一定有輪子，這個是我們的生產(chǎn)工程學(xué)的觀點(diǎn)。

　　

　　德國奧爾登堡大學(xué)教授Sergej Fatikow作題為《工業(yè)機(jī)器人擁抱數(shù)字孿生與人工智能（AI）技術(shù)》的報(bào)告，他分享了微機(jī)器人在精密制造與微電子行業(yè)的創(chuàng)新應(yīng)用。他提到，高精度微機(jī)器人是一個核心異能技術(shù)的納米相關(guān)產(chǎn)業(yè)，納米級定位與驅(qū)動技術(shù)、智能傳感與閉環(huán)控制是推動微機(jī)器人核心技術(shù)突破。微機(jī)器人將在三維異構(gòu)集成制造、缺陷修復(fù)與定制化加工等方面實(shí)現(xiàn)顛覆性應(yīng)用場景創(chuàng)新。

　　

　　ABB機(jī)器人中國研究中心負(fù)責(zé)人張佳帆以《邁向自主多功能機(jī)器人時代》為題作分享。他指出，當(dāng)前工業(yè)場景應(yīng)用仍是機(jī)器人技術(shù)落地最重要的領(lǐng)域之一，但工業(yè)機(jī)器人實(shí)際覆蓋的應(yīng)用場景僅占全部工業(yè)需求的20%-30%，AI在工業(yè)領(lǐng)域的應(yīng)用潛力遠(yuǎn)未完全釋放?，F(xiàn)階段工業(yè)機(jī)器人仍主要采用“專家編程+機(jī)器人執(zhí)行”的傳統(tǒng)模式，缺乏自主性與通用性，面對非預(yù)設(shè)場景往往難以應(yīng)對。更為關(guān)鍵的是，當(dāng)前工業(yè)AI應(yīng)用多局限于感知層，在決策與控制層面的融合仍顯薄弱。他表示，實(shí)現(xiàn)自然語言驅(qū)動的機(jī)器人控制是ABB的終極目標(biāo)，而這背后仍有大語言模型、語言動作模型等關(guān)鍵技術(shù)亟待突破，當(dāng)這些技術(shù)成熟時，工業(yè)機(jī)器人將真正擁有強(qiáng)大的自主能力。

　　

　　中聯(lián)重科中科云谷首席執(zhí)行官曾光在以《機(jī)器人在智能制造的應(yīng)用：從工業(yè)機(jī)器人到人形機(jī)器人》為題的分享中表示，人形機(jī)器人融入制造體系面臨比技術(shù)突破更復(fù)雜的系統(tǒng)性問題。如同新員工需經(jīng)數(shù)月培訓(xùn)方可上崗，人形機(jī)器人要勝任工作同樣需要掌握生產(chǎn)計(jì)劃、工藝路線、物料信息、作業(yè)規(guī)范等全維度知識。這要求我們基于多智能體技術(shù)打造AI原生的工業(yè)互聯(lián)網(wǎng)平臺，通過云端超腦完成生產(chǎn)計(jì)劃編排、安全規(guī)則制定等工廠級慢思考，并將機(jī)器人級的慢思考和快思考放到邊和端，用超大規(guī)模的云、邊、端協(xié)同來解決人形機(jī)器人在工廠的落地問題。他強(qiáng)調(diào)，工業(yè)機(jī)器人與人形機(jī)器人并非替代關(guān)系，而是要圍繞“提質(zhì)增效、降本減存”的制造業(yè)本質(zhì)，形成協(xié)同共融的新范式。智澄AI創(chuàng)始人兼首席執(zhí)行官胡魯輝以《通向AGI：物理智能的覺醒》為題作演講。他指出，盡管機(jī)器人技術(shù)已有十余年的積累，但高成本、通用性、安全性不足仍是行業(yè)的核心痛點(diǎn)。究其本質(zhì)，是傳統(tǒng)機(jī)器人受限于本體設(shè)計(jì)、任務(wù)適配與環(huán)境適應(yīng)的三大瓶頸，而這需要物理與智能的深度協(xié)同來解決。當(dāng)前炙手可熱的生成式AI，聚焦于數(shù)字世界的軟件與模型泛化，而物理智能的目標(biāo)，是讓AI在物理世界中實(shí)現(xiàn)任務(wù)的通用化與實(shí)時交互。他表示，智澄AI的愿景是讓通用人工智能賦能物理世界，服務(wù)每一個組織與個體。只有當(dāng)AI通過機(jī)器人實(shí)現(xiàn)物理交互閉環(huán)，才能真正推動AGI時代的到來。

　　

　　瑞士工程院院士，瑞士蘇黎世聯(lián)邦理工大學(xué)教授Bradley Nelson作題為《用于應(yīng)對全球主要健康威脅的微型機(jī)器人與遠(yuǎn)程手術(shù)》的報(bào)告，他介紹了微型機(jī)器人在醫(yī)學(xué)領(lǐng)域的應(yīng)用及前景。目前醫(yī)療上存在藥物治療窗口窄、全身給藥副作用大等問題，90%的藥物研發(fā)失敗，其中1/3源于中毒劑量，而微型機(jī)器人可實(shí)現(xiàn)靶向藥物遞送。遠(yuǎn)程手術(shù)可減少交通時間，團(tuán)隊(duì)利用電磁場控制導(dǎo)管，通過5G實(shí)現(xiàn)遠(yuǎn)程操作，已在動物研究中成功完成跨城市遠(yuǎn)程血栓移除等實(shí)驗(yàn)。此外，還在研發(fā)微型機(jī)器人藥物底層技術(shù)，可遠(yuǎn)程進(jìn)行器官檢查等。

　　

　　德國紐倫堡工業(yè)大學(xué)教授Wolfram Burgard作題為《從博物館導(dǎo)覽到城市穿梭—移動機(jī)器人的自主進(jìn)化》的報(bào)告，他指出，人工智能（AI）的實(shí)現(xiàn)涵蓋多樣化技術(shù)路徑。其核心價值在于解決現(xiàn)實(shí)世界中的具體挑戰(zhàn)，例如通過構(gòu)建高效精準(zhǔn)的導(dǎo)航系統(tǒng)，賦能自動駕駛汽車等技術(shù)應(yīng)用——這一領(lǐng)域在北京市已進(jìn)入實(shí)踐階段。數(shù)年前，機(jī)器學(xué)習(xí)領(lǐng)域經(jīng)歷范式變革，尤其在計(jì)算機(jī)視覺方向迎來顯著突破。相關(guān)技術(shù)在解析多模態(tài)傳感器數(shù)據(jù)方面展現(xiàn)出卓越性能，其核心能力體現(xiàn)為通過先進(jìn)的目標(biāo)檢測算法精準(zhǔn)識別特定對象類別，包括行人、車輛及道路基礎(chǔ)設(shè)施等。

　　

　　香港大學(xué)工程學(xué)院院長David Srolovitz作題為《從虛擬智能到機(jī)器人材料：人工智能探索前沿》的報(bào)告，在虛擬智能材料設(shè)計(jì)上，用大語言模型用于材料的分類、材料性能的預(yù)測和材料規(guī)則的發(fā)現(xiàn)，我們訓(xùn)練的數(shù)據(jù)主體非常海量，利用大預(yù)言模型的優(yōu)異的推理能力，特別是擅于自然語言處理的能力，最終利用大量的數(shù)據(jù)庫訓(xùn)練，生成的數(shù)據(jù)、內(nèi)容和格式能夠?yàn)椴牧峡茖W(xué)提供一個通用的解決方案。

　　

　　日本工程院院士Kazuhiro Kosuge作題為《柔性制造革命：軟材料機(jī)器人重塑服裝制造場景》的報(bào)告，他提到，將AI、機(jī)器人技術(shù)應(yīng)用于材料處理，能夠解決勞動力短缺問題以及和服裝生產(chǎn)相關(guān)的很多問題。軟材料機(jī)器人能夠安全、精準(zhǔn)地抓取和操控易變形的面料（如絲綢、針織布），解決了在處理軟性材料時易造成損傷或定位不準(zhǔn)的難題。軟性材料機(jī)器人具備高度可編程性和環(huán)境適應(yīng)性，可通過視覺識別、力反饋等傳感器實(shí)時調(diào)整操作參數(shù)，快速切換生產(chǎn)不同款式、尺寸、面料的服裝，無需大規(guī)模更換模具或夾具。軟性材料機(jī)器人天然具備與人共處同一工作空間的安全性——其柔軟的機(jī)身在接觸人體時能通過形變吸收沖擊力，降低工傷風(fēng)險(xiǎn)。

　　

　　荷蘭代爾夫特理工大學(xué)教授Jens Kober以《荷蘭農(nóng)業(yè)機(jī)器人：從郁金香田到廣袤農(nóng)田的智能變革》為題作分享。他指出，與許多發(fā)達(dá)國家類似，荷蘭農(nóng)業(yè)正面臨嚴(yán)峻的勞動力短缺問題，在這樣的背景下，自動化成為了必然選擇。他以人機(jī)共融的牛羊養(yǎng)殖智能系統(tǒng)與模塊化的溫室種植系統(tǒng)為例，分享了荷蘭農(nóng)業(yè)機(jī)器人在典型場景的實(shí)踐經(jīng)驗(yàn)。他強(qiáng)調(diào)，由于農(nóng)業(yè)本身利潤率低，要求技術(shù)方案必須追求高性價比，避免為了自動化而自動化，因此，要堅(jiān)持“必要優(yōu)先”原則，聚焦解決實(shí)際痛點(diǎn)。農(nóng)業(yè)機(jī)器人的價值不僅在于替代人力，更在于通過技術(shù)融合推動農(nóng)業(yè)可持續(xù)發(fā)展。

　　

　　Tevel公司首席執(zhí)行官Yaniv Maor在以《人工智能與機(jī)器人技術(shù)——解決水果采摘難題方面所面臨的挑戰(zhàn)》為題的分享中表示，過去30年，全球水果產(chǎn)量增長200%，而水果采摘是食品供應(yīng)鏈中自動化程度最低的環(huán)節(jié)，隨著勞動力供給的持續(xù)萎縮，生產(chǎn)與需求之間的矛盾日益尖銳。由于水果品種的多樣性、果園與氣候環(huán)境的復(fù)雜性，以及商業(yè)化采摘的質(zhì)量要求，導(dǎo)致水果采摘的商業(yè)化落地面臨多維度技術(shù)難題。Tevel通過柔性抓取與多機(jī)協(xié)同的機(jī)器人本體設(shè)計(jì)、環(huán)境感知與AI訓(xùn)練的智能決策系統(tǒng)、跨品種覆蓋與生態(tài)合作的商業(yè)模式創(chuàng)新，構(gòu)建了機(jī)器人水果采摘的全流程技術(shù)體系。

　　

　　FESTO公司仿生學(xué)習(xí)網(wǎng)絡(luò)技術(shù)負(fù)責(zé)人Dennis Gutowsky以《FESTO仿生蜜蜂——開啟機(jī)器人自然靈感設(shè)計(jì)的新時代》為題作演講。他表示，自然是最卓越的工程師，歷經(jīng)數(shù)百萬年進(jìn)化出輕量化結(jié)構(gòu)、形態(tài)優(yōu)化、能量回收、智能移動控制等完美機(jī)制。FESTO的仿生學(xué)習(xí)網(wǎng)絡(luò)通過模仿自然生物，開發(fā)了仿生飛鳥、仿生袋鼠、仿生螞蟻、仿生細(xì)胞工廠等一系列創(chuàng)新產(chǎn)品與解決方案。他現(xiàn)場演示了FESTO公司的最新仿生成果——仿生蜜蜂。他介紹，該仿生蜜蜂重量僅幾克，翼展12公分，僅需1個電機(jī)驅(qū)動翅膀，3個電機(jī)控制飛行姿態(tài)，展翼頻率達(dá)15-20次/秒，搭載WBE系統(tǒng)實(shí)現(xiàn)完全自動化飛行，同時支持多機(jī)協(xié)同和氣流快速校準(zhǔn)。仿生蜜蜂代表著當(dāng)前飛行機(jī)器人的尖端水平，也證明了自然與技術(shù)結(jié)合的巨大潛力。

　　

　　主題對話：具身智能的商業(yè)化路徑與市場前景

　　

　　德國慕尼黑工業(yè)大學(xué)教授Alois C. Knoll主持以“具身智能的商業(yè)化路徑與市場前景”為主題的對話環(huán)節(jié)。

　　

　　中關(guān)村智友研究院院長王田苗在對話中表示，當(dāng)前具身智能領(lǐng)域存在兩種發(fā)展思路，一種是通過構(gòu)建通用世界模型結(jié)合人形機(jī)器人和大數(shù)據(jù)，追求廣泛場景的泛化應(yīng)用；另一種是聚焦特定垂直場景，在限定范圍內(nèi)開發(fā)智能硬件解決方案。在討論技術(shù)可行性時，他分析前者雖然具有廣闊前景但面臨穩(wěn)定性挑戰(zhàn)，后者針對咖啡制作、醫(yī)療手術(shù)、物流等具體場景，通過專業(yè)化設(shè)計(jì)和控制可能更易實(shí)現(xiàn)可靠性突破。他認(rèn)為，選擇具有高附加值、高頻需求且環(huán)境動態(tài)變化的垂直領(lǐng)域進(jìn)行開發(fā)，可能更符合當(dāng)前市場需求和技術(shù)發(fā)展階段。

　　

　　藍(lán)馳創(chuàng)投合伙人曹巍在對話中表示，具身智能的核心在于通過實(shí)體機(jī)器人與物理世界交互來獲取數(shù)據(jù)和迭代算法，這與傳統(tǒng)AI有本質(zhì)區(qū)別。他系統(tǒng)分析了當(dāng)前面臨的四大挑戰(zhàn)：硬件層面需要突破低成本、高魯棒性的規(guī)?；a(chǎn)瓶頸；算法層面存在多模態(tài)模型精度不足、3D感知技術(shù)尚未成熟等問題；產(chǎn)業(yè)應(yīng)用需要解決模型精細(xì)調(diào)節(jié)、場景適配和低成本落地的"三要素對齊"；技術(shù)演進(jìn)方面則需革新傳統(tǒng)強(qiáng)化學(xué)習(xí)框架，開發(fā)具備生成式能力的新算法以應(yīng)對復(fù)雜環(huán)境。他指出，雖然基礎(chǔ)研究與應(yīng)用需求之間存在時差，但通過建立"環(huán)境交互-數(shù)據(jù)獲取-算法優(yōu)化"的正向循環(huán)，具身智能將逐步實(shí)現(xiàn)從實(shí)驗(yàn)室到產(chǎn)業(yè)化的突破。

　　

　　智平方科技有限公司創(chuàng)始人郭彥東在對話中表示，提升AI系統(tǒng)可信度的核心在于開源化。他強(qiáng)調(diào)基礎(chǔ)模型的開源是建立用戶信任的關(guān)鍵——通過公開模型內(nèi)部機(jī)制，讓所有人都能了解系統(tǒng)運(yùn)作原理，消除"黑箱"疑慮。他指出大模型本身具有不可預(yù)測性，而開源可以讓用戶直接觀察模型內(nèi)部運(yùn)行過程，這種透明度比單純的企業(yè)宣傳更能贏得公眾信任。郭彥東將開源視為一種理念倡導(dǎo)，認(rèn)為只有開放技術(shù)細(xì)節(jié)，才能讓產(chǎn)品真正被用戶接受并融入日常生活。UniX AI公司創(chuàng)始人兼首席執(zhí)行官楊豐瑜在對話中表示，建立人機(jī)信任與合作的關(guān)鍵在于確保AI系統(tǒng)的可預(yù)測性和透明度。他強(qiáng)調(diào)不必追求機(jī)器人在所有場景都完美運(yùn)作，但必須保證在預(yù)期情境中可靠工作。對于當(dāng)前主流的端到端模型，他提出需要設(shè)計(jì)透明化機(jī)制：在關(guān)鍵決策節(jié)點(diǎn)設(shè)置人類可理解的中間輸出，同時應(yīng)建立失敗回溯系統(tǒng)，通過分析中間數(shù)據(jù)和結(jié)合人類常識來診斷錯誤原因。這種強(qiáng)調(diào)過程可見、結(jié)果可溯的設(shè)計(jì)理念，既保持了AI系統(tǒng)的高效性，又能讓人類理解其決策邏輯，是促進(jìn)人機(jī)協(xié)作的重要基礎(chǔ)。