中科雲谷CEO曾光：未來將形成工業、人形機器人協同製造模式

21世紀經濟報道記者 彭新

“新一代的人工智能技術加上機器人技術的變革，就會重塑製造業。”8月10日，在於北京亦莊舉行的世界機器人大會上，中聯重科下屬工業人工智能公司中科雲谷CEO曾光在主題演講中表示，他認爲，未來會形成工業機器人和人形機器人大規模集羣協同作業製造模式。

中聯重科是全球工程機械龍頭，對工業上機器人的應用有深刻理解，其製造自動化率超過85%，自主研發了有300多條智能製造生產線、部署2000多個工業機器人，並在自有工廠有數十臺自主研發的人形機器人實驗作業。

以中聯重科自身爲例，曾光將機器人應用分爲三個階段：第一階段是依賴固定程序的程控工業機械臂，適用於單一品種的大規模生產；第二階段是具備視覺與力覺、自適應能力的機器人，結合雲、邊、端協同的工業互聯網平臺，實現多品種、小批量的敏捷製造；第三階段則是引入深度AI技術的具身智能機器人，理論上可像人一樣適應環境，但仍處在探索期。

曾光指出，目前在中聯重科的工業機器人實踐中，要求挖掘機等重型裝備生產可在不同型號間快速切換，傳統的程控工業機器人無法實現自動化，只能使用帶感知能力的自適應機器人和用統一的工業互聯網平臺來進行調度，實現多品種、小批量、零件多的大規模敏捷生產。

對於人形機器人，曾光直言短期仍侷限於抓取、搬運、質檢等基礎動作，安全性與智能化不足，無法與人協作。但他認爲，從工業機器人到人形機器人不是替代關係，而是圍繞着製造業的本質，也就是提質增效、降本減存來協同叢生。

他提醒，人形機器人進工廠，不是簡單把原來的人工工作方式換成機器人來做，而是要根據具身智能人形機器人的特點，重新審視製造工藝和相關的管理方式。要在先進的工藝基礎上做自動化，在精益的基礎上做數字化和在數據治理的基礎上做智能化。

以下爲21世紀經濟報道記者整理的曾光演講全文。

曾光（中聯重科中科雲谷首席執行官）：各位來賓大家好！非常榮幸能夠參加世界機器人大會，我是來自中聯重科中科雲谷的曾光。

參加此次大會的來賓和專家有做工業機器人的，有做人形機器人的，有一些專家認爲人形機器人是製造業的未來，可以解決勞動力短缺的問題，還有一些專家認爲專用的工業機器人和協作機器人更經濟、更高效。人形機器人短期內很難進工廠。

我們恰好是裝備製造業的大規模工業機器人的用戶，也恰好做了不少的智能工廠的軟硬件一體化的集成工作，同時也恰好自己研發智能機器人。站在用戶、總集成和機器人研發者這樣三者綜合視角，我想在這裡和大家分享討論一下工業機器人和人形機器人在製造業的應用和未來的關係。

首先簡單介紹一下我們公司，中聯重科是全球工程機械行業的龍頭企業之一，我們的起重機械銷量全球第一，混凝土機械全球前二，高空作業機械和農業機械排名前列。同時也研發製造智能機器人，我們在全球有20多個製造基地，300多個營銷網點，3萬多名員工，我們的產品60%以上銷往中國以外的國家和地區。

我們是一家高度自動化和數字化集成的公司，整個公司的製造自動化率超過了85%，我是中聯重科下屬的工業人工智能公司中科雲谷的CEO，負責中聯重科的數字化、智能化、智能製造和機器人的研發。

在過去十多年，我們自主研發了300多條智能製造生產線，使用了超過2000多個工業機器人，在自己的工廠中試驗性的部署了數十個自己研發的人形機器人。用了這麼多機器人，我們逐步有了自己的感想，想向大家分享一下我們使用機器人的三個階段。

第一階段，使用傳統可編程機器人。2006年開始起重機械工廠率先使用了可編程的機械臂，主要用於起重機械零部件的重複性焊接工作，這類工業機器人的特點是循規蹈矩，嚴格遵循綠色程序，執行單一的任務，需要爲其量身定製複雜的集成式的焊接生產線，本質上是用環境來適應機器人。

第二階段，從2009年至今，開始使用具備感知與移動能力的自適應機器人，主要是帶視覺和力覺的機械臂，AMR（自主移動機器人）等等，這些機器人開始擁有一定的感知和變化的作業對象的適應能力，但仍然需要設計集成的生產線來適應其使用。環境和機器人開始互相適應。

第三階段，從2019年到現在，我們逐步探索使用結合深度的人工智能技術的相關智能機器人，這類機器人理論上能夠像人一樣適應環境，不再需要爲其設計專門的自動化集成流水線。理論上憑藉多自由度的動作執行能力和全方位的環境感知能力，自主適配工廠的真實狀況，實現機器人適應環境，這一方面纔剛剛起步。

下面逐一介紹這三個階段。

第一是程控機器人+本地化控制。上個世紀工業機械臂發明以來，從汽車行業開始逐步過渡到家電、金屬加工及我們所在的裝備製造業，我們開始規模化使用工業機械臂。從2006-2015年之間建設的幾個工廠就是使用傳統的工業機器人和AGV（智能搬運機器人），這個階段有幾個特點。

1，工業機器人程序化主導，按照預先設定的固定程序執行單一的重複動作。工作位置、工作動作和工作對象均需要固定。

2，IT架構方面採用本地實時控制的軟件，具有初期的信息化特徵。

3，解決的問題是單一品種的大規模生產。

第二是自適應機器人+工業互聯網階段。我們從2009年開始到現在建設了十多個工廠，使用了帶視覺和力觸覺的工業機器人和AMR，這個階段同樣有幾個特點。

機器人有了一定程度的感知和決策能力，也就是自適應能力，這是近十年來隨着計算機視覺和傳感器技術的快速發展，規模化應用起來的。它的IT架構發生了變化，不再是原來的本地實時控制架構，而是採用了雲、邊、端協同的工業互聯網結構。邊緣側負責實時處理傳感器數據快速響應。雲端則承擔全局數據分析、模型優化，也就是說快思考放在邊緣，慢思考放在雲上。具備感知能力的機器人技術加上雲邊端協同的工業互聯網平臺，兩者一結合就能解決我們製造業所面臨的傳統的痛點問題即從單一品種大批量生產的自動化，開始可以進化到多品種、小批量的敏捷智能製造。

給大家看一個直觀的例子，這是位於湖南長沙的中聯重科智慧產業城，總佔地面積約一萬畝，工業用地約4400多畝，從下料、焊接、機加、塗裝到裝配實現全流程的自動化智能製造，使用了2000多個自適應的機器人。通俗點說，在這個工廠裡左邊鋼板進去，右邊起重機和挖掘機生產製造出來，平均每6分鐘生產一臺挖掘機，每7.5分鐘生產一臺高空作業車，每27分鐘生產一臺混凝土泵車。

我們通過一個視頻看看它的情況。這個時候大家會問用自適應機器人和傳統的程控機器人之間的區別效果是什麼，不都是大規模生產嗎？可是真正特殊的是這個工廠可以實現多品種、小批量、零件多的大批量生產。以其中的挖掘機工廠爲例，這是最具代表性的工程機械裝備，這個工廠需要生產70多種平臺，數百種不同配置的挖掘機。單批次產量不超過20臺，每臺挖掘機有超過4000個零件，370多套製造工藝。這麼多的零部件和製造工藝，這麼少的批次，我們還要適應不同的物料，傳統的程控工業機器人無法實現自動化，只能使用帶感知能力的自適應機器人和用統一的工業互聯網平臺來進行調度，這個工廠就可以二者結合，實現多品種、小批量、零件多的混流大規模敏捷生產。可以實現前十分鐘生產這個型號的挖掘機，後十分鐘生產另一個型號的挖掘機。

從鋼板入庫開始到出庫再到下料、焊接、機加、塗裝、總裝整個流程都通過二維碼實現全生命週期的溯源和管理，整個工廠幾千個機器人就像一個交響樂團一樣，每個樂手都可以在不同的曲目中演奏不同的音符，要由樂隊指揮來進行統一調度，這個樂手就是自適應的機器人，樂團指揮就是工業互聯網平臺。

工廠可以隨時切換不同型號的產品，就像演奏不同的樂曲，真正可以做到按需生產，靈活應變。中聯重科智慧產業城的所有工廠都有這樣的能力，這是全球首次實現多品種、小批量的重型裝備的超大規模的敏捷製造。自適應多環節的生產流程，加工對象可以多元化，可以執行多路徑的工藝路線，支撐這些能力的正是大規模部署的具備環境感知能力的工業機器人和雲、邊、端分層的技術底座架構。

在85%的自動化率上，這種工廠工人已經不多了，但是我們還是能夠做到第一步提升自動化率，進一步做到多品種、小批量的黑燈工廠。同時有人會說中聯重科是一家大型企業，你們可以建超大規模的自動化工廠，用很大的投資。中小企業該怎麼辦？答案有可能是具身智能的人形機器人。這是中聯重科研發的四款機器人，包括兩款輪式人形機器人和兩款雙足人形機器人。

左邊是去年研發的第一代輪式機器人，中間是雙足人形機器人正在換代，右邊是第二代輪式人形機器人，正在小批量的量產。目前有數十臺機器人進入我們工廠來進行實驗作業，主要還是在機加、物流、裝配、質檢環節做一些試點。比如說物流環節能在工廠進行相關的搬運工作，可以爲裝配環節做上下料，同時對進行組裝和零部件的預裝配工作。再比如質檢環節，可以利用自身攜帶的視覺系統及專門的質檢設備來進行零部件的質檢。

這幾個畫面可以很典型的說明目前人形機器人進工廠的情況。

第一，雖然我們做了雙足人形機器人，但是工廠內部的地面是平的，如果是平面作業我們沒有必要用到雙足構型。目前在工廠試點的機器人都是輪式人形機器人。

第二，雖然看起來有質檢、機加、物流、裝配等很多場景，但是本質上用到的都還是抓取、抱起、放置、移動、檢查這些基礎性的原子能力。

第三，目前人形機器人的安全性不夠，無法實現協作作業，所以我們暫時沒有辦法和人類共同工作。雖然說人形機器人有很大的潛力，但受限於機器人本體的智能化、可靠性和安全性。我們離大規模應用預計還需要一段時間。

與此同時，大家經常忽略的一點是一個工人進入工廠進行工作，首先需要做幾個月工作的培訓，每天早晨開個早會，瞭解當天的生產計劃、工藝路線、物料位置、作業指導書、安全守則等等知識。機器人進工廠和人進工廠類似，同樣需要知道所有的知識，這不是人形機器人本體能夠解決的。

目前更合適的架構是基於多智能體Agent to Agent來做一個分層設計。通過雲端的超腦來編排生產計劃、安全守則、生產執行、質量檢驗等智能體來輔助機器人做生產調度執行。這就配合了工業IT架構的進一步升級，從原來的以容器雲微服務架構形成的雲原生應用架構升級到以生成式AI、智能體AI構成的AI原生應用架構。通過多智能體的協同，讓智能從軟件形態延伸到機器人的智能實體。

這套工業IT架構的變化不僅僅是人形機器人進工廠工作的剛需，甚至同樣也能普惠所有的工業機器人和自適應機器人，這會是未來機器人在製造業應用大的變革。甚至於說Agent AI對於製造業的影響，未來幾年會比人形機器人對製造業的影響更大。

我們在雲原生工業互聯網平臺的基礎上打造了AI原生的工業互聯網平臺，對原有的研、產、供、銷、服整個業務架構的微服務組建都做了AI原生改造需要說明的是我們公司所有的IT架構全部都是百分之百微服務的，我們在這種百分之百微服務的架構上構建出了一個雲端的工業超級大腦，基於智能體AI來做工廠級的慢思考調度。機器人級的慢思考和快思考則放到邊和端，用超大規模的雲、邊、端協同來解決這個智能體的問題。

人形機器人要掌握的具體工作操作技能則仍然需要通過實際工況的數據訓練，專門建設了一個超過100個工位的訓練場開展了大規模的工業場景的數據採集，這樣就能夠解決整個人工智能機器人主要的落地相關的問題。

與此同時，我們的實驗數據仍然不夠，同步還從採用了預隨機化的數據增強，在虛擬環境中構建了從基礎動作到複雜工序的訓練數據來補充機器人訓練的數據集，所有的工業機器人和人形機器人都接入到統一的一站式運營平臺，包含到雲端超腦、大小腦、端到端的算法模型和從數據採集、處理、標註到模型訓練、測評、推理、部署的整套工具鏈，保證機器人的資金化和閉環部署。這是我們的具身智能運營中心，可以看到上面接入的工業機器人、物流機器人、人形機器人等各類型的機器人。這種軟件和硬件的協同進化，在未來就會形成一種新的生產模式，工業機器人和人形機器人的集羣協同作業，實現工廠的自感知、自適應和自決策。而且會形成新的製造模式，從現在的多品種、小批量的超大規模的敏捷製造進化到未來的單件個性化定製。

最後總結一下，人形機器人在當前的製造業中暫時還只能實現抓放抱起等簡單動作，但是實際上即使是這些場景，應用場景已經有一些了。核心的本體還是在機器人本體的智能化、可靠性和安全性。

我們在從工業機器人的環境適應機器人到具身智能機器人的機器人適應環境的路上，未來會形成工業機器人和人形機器人大規模集羣協同作業的製造模式。需要注意的是人形機器人進工廠，不是簡單的把原來的人工工作方式換成機器人來做，而是要根據具身智能人形機器人的特點，重新審視製造工藝和相關的管理方式。要在先進的工藝基礎上做自動化，在精益的基礎上做數字化和在數據治理的基礎上做智能化。

新一代的人工智能技術加上機器人技術的變革，我們就會重塑製造業。中科雲谷就是致力於用新一代的IT和機器人技術結合對於先進工藝和數字化管理的深度理解，來打造未來工廠的第一家公司。

從工業機器人到人形機器人不是非黑即白的替代關係，而是圍繞着製造業的本質，也就是提質增效、降本減存來協同叢生，相互共融形成新的範式的一個過程。這個過程中希望和大家一起共同進步。謝謝大家！