对于当前的工业机器人来说，AI是不是越多越好？

　　在11月6日举行的第八届虹桥论坛智能制造分论坛中，第一财经记者了解到，相比于海外机器人企业，中国的工业机器人企业正在依托国内多样的供应链场景，探索更贴近工厂实际需求的路径。

　　中国工业具身智能企业微亿智造联合创始人兼首席运营官潘正颐表示，未来智能制造的升级，既需要在供给端强化底层数据的利用，也需要在需求端重新思考执行层的柔性与效率平衡。

　　潘正颐指出，目前制造业的执行端主要依靠两种方式，自动化设备或人工操作。“自动化设备虽然效率高，但在面对产品频繁更换或小批量定制时，固定的产线往往缺乏足够的灵活性。”潘正颐说，人工操作虽然能灵活应对变化，但在生产效率和质量控制上又难以保证一致性。如何在两者之间找到平衡，正是AI工业机器人需要面对的课题。

　　一位汽车零部件工厂的工程师告诉第一财经记者，目前工厂中的工业机器人在完成质检、装配、上下料、打磨等工序时，仍需要人工参与调试。比如，同一台机器人在生产不同产品时，从A产品切换到B产品，往往要由工程师重新生成轨迹和动作点位，过程烦琐且耗时。

　　“针对这个需求，加入视觉算法等AI部署，就是很好的解决方案。”潘正颐告诉第一财经记者，AI的引入并非“越多越好”，关键在于与实际场景的融合。他表示，通过结合视觉算法、控制数据和轨迹生成算法，工业机器人能够识别工件与动作逻辑，还能在不断学习中自主优化操作流程。

　　“AI不在多，有用则灵。”潘正颐说道。

　　一位海外工业机器人企业的技术负责人告诉第一财经记者，海外企业通常倾向于出一些“标品”方案。比如在某一些机器人解决方案中针对AI和大数据预留通讯接口。“我们可以通过这个方法来帮助工厂提升部署效率，但同时也需要工厂上下游的数据和我们自身的系统对接。”但这也意味着，企业对场景的适配度有限。该负责人表示，如果客户工厂的产品线较多，或是设备的数据格式、通讯协议不统一，AI算法很难快速迁移或复用。

　　潘正颐认为，这是现阶段国内工业机器人的潜在优势。“中国制造业的多样性给了工业机器人企业天然的发展优势。”他告诉第一财经记者，从3C电子到汽车零部件，再到新能源电池，几乎每个行业都有不同的装配逻辑和操作节拍，这给算法模型的泛化能力提供了丰富的数据训练和场景支撑。“相比于海外的工业机器人，更靠近场景是中国工业机器人更大的优势。”