2025-11-19 | 류석 기자,김태호 기자

机器人指尖采集的数据,决定物理AI胜负[技术揭秘]

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

ChatGPT、Gemini等生成式人工智能(AI)的出现,从根本上改变了企业的工作方式。坐在办公室里只需输入一行提示词,演示文稿就会自动生成,庞大的市场分析报告也能在瞬间完成。过去需要多名员工耗费数日的文案工作,如今几分钟即可解决。可以说,通过办公自动化实现的知识劳动革新已全面展开。由此,企业能以有限的人力处理更多工作,员工也得以摆脱重复性劳动,专注于更高层次的业务。

这一变化正以“物理AI”之名,从办公室走向制造现场。如果说生成式AI革新了办公室内的工作,那么物理AI的目标是物理世界,即制造现场的全面智能化与自动化。生成式AI技术不再局限于语言模型,而是应用于真实的物理模型,这意味着我们所设想的、能按指令像人一样行动的人形机器人登场的序幕已经拉开。英伟达首席执行官黄仁勋今年初在美国拉斯维加斯举行的“CES 2025”主题演讲中曾预测:“机器人领域也将很快迎来如ChatGPT那样的决定性转折点。”

机器人业界认为,实现物理AI的第一道关口是智能机器手的开发。因为业界看到,将AI、传感器、执行器等与机器手结合后,机器人可以代替此前只有人类才能完成的精细作业。在智能手机组装过程中贴装小型半导体等微小部件的工序此前只能由人完成,预计不久将可由机器手替代。

━ 物理AI的“燃料”是机器手采集的数据 在国内挑战AI机器手市场的企业包括Real World、Carbon Six、Tesollo、Aidin Robotics等。由于机器手市场尚未成熟,技术升级主要由初创企业推进,并通过与制造领域大企业的合作加快商用化步伐。将机器手应用于制造现场以采集用于RFM技术开发的数据,或专注于高自由度机器手技术开发,各家企业的探索路径不同,但抢占物理AI时代核心基础技术的目标一致。

Carbon Six与Real World推进机器手商用化的目的在于获取来自制造现场的数据。基于大语言模型(LLM)的生成式AI可以利用互联网上的海量数据,相对容易地打造服务,但物理AI领域情况完全不同。制造现场实际产生的数据几乎没有公开资料,大部分核心数据只能通过在现场长期亲自采集才能获得。此外,除语言数据外还需获取影像、语音、动作、力等多维度、高容量数据,这也被视为难题之一。

在数据获取如此困难的情况下,通过机器手获得的制造现场数据的质量与规模,有望成为物理AI时代的核心竞争力。掌握最多制造现场数据的企业越能实现高水平的物理AI,并掌握技术主导权。Carbon Six首席技术官(CTO)徐炯周表示:“特斯拉通过销售电动汽车获得了海量自动驾驶数据,实现了全球最高水平的自动驾驶技术”,“Carbon Six也将以同样方式,通过快速实现机器手商用化来采集制造现场数据,并在此基础上实现高水平的物理AI。”

Real World也在机器手数据获取上投入大量精力。Real World首席执行官柳重熙表示:“在RFM这类AI模型的开发中,最重要的终究是数据”,“Real World也在持续研究如何高效收集产业现场产生的超大规模数据的方法论。”

━ 从夹钳式两指到形似人手的五指 机器手根据工序呈现不同形态。目前预计最快实现商用化的工序是拾取放置(Pick&Place),即由机器手替代抓取传送带上移动的物品并搬往他处等工序。将成品电子产品移入包装的动作就是典型例子。在物品堆放、整理作业较多的便利店或大型超市,其应用价值也被看好。

因此机器手业界认为,最适合此类拾取放置工序的形态是两指与三指。用五指形态实现该工序也可行,但考虑效率,两指和三指机器手已足够。Tesollo首席执行官金永振表示:“要开发能完全模仿人手的RFM,通过五指机器手获得的数据确实必要,但在当前制造工序中,非要用到五指的情况并不多”,“Tesollo计划优先面向三指可完成的工序供应产品。”

Real World目前专注于五指形态机器手的开发,因为其认为机器手采用与人手相同的五指形态时,能更高效地收集数据并进行学习。柳重熙表示:“我们是直接学习人手的动作,因此以五指形态实现AI机器手。”

Carbon Six已与国内外数十家大企业和中坚企业签约,全力提前商用化时间。据悉,这些客户已完成Carbon Six机器手“Sigma Kit”的技术验证(PoC),正在部分制造工序中进行试点测试。Sigma Kit为两指形态,自由度(动作自主性水平)较低,但公司认为在自动化众多制造现场所需工序方面完全没有问题。

Carbon Six首席执行官文泰渊表示:“我们的重点是以两指形态快速应用于制造现场并获取数据”,“今后将以套件形式提供,可根据所需工序更换为三指或五指等形态的机器手。”

━ “完美的物理AI机器手诞生,还需三年” 机器手的最终目标是模仿人手的精细动作并完全替代人手。业界认为,以形态类似人手的五指机器手为标准,达到15自由度以上即可模仿大部分手部动作,目前已能实现20自由度水平。金永振表示:“我们的机器手为20自由度,可视为世界最高水平的自由度”,“更进一步,已达到各关节可独立运动、可进行力与位置控制的水平。”他还补充说:“凭借这一高水平技术实力,已有16个国家在使用我们的产品。”

如此,硬件技术已相当接近目标水平,但归根结底最重要的是赋予机器手“智能”的RFM能力。目前RFM在全球范围内仍处于尚未出现成熟产品的初期阶段。谁先实现商用化,将成为全球物理AI竞争的胜负所在。为此,企业需要迅速构建从制造现场数据获取到模型训练、再到实际生产线测试的良性循环体系。柳代表表示:“正如ChatGPT约三年前公开、如今已深入我们的生活,基于物理AI的机器手在3至5年后也将达到完全像人一样行动的水平。”

阅读韩文原文