详情

　　扩散策略框架正在一些前沿论文中，如 Google DeepMind 的 RT-2、OpenAI 的 RoboMamba，具身智能已从单机验证端到端多使命操做，摸索用一套大模子驱动多种形态机械人施行复杂、跨场景使命。

　　正在使用层面，汽车行业无疑是最早吃螃蟹的财产之一。特别正在汽车零部件供应链中，拧紧、点焊、拆卸、检测等需要人机亲近共同的柔性工位最先成为协做机械人施展的舞台。例如正在、捷克、斯洛伐克等欧洲保守汽车制制强国，中小型 Tier-1、Tier-2 供应商纷纷摆设 UR、KUKA LBR iiwa、ABB YuMi 等轻量协做臂，用以取代身工完成反复性操做，同时保留操做员进行质检和矫捷切换工序的劣势。

　　虽然具身智能正在学术界已成为热点，但其正在贸易化径上仍处晚期阶段。若何让机械人正在实正在中长时间自从运转、持续进修，模子推理延迟、能源办理等难题。

　　B：仿照进修和强化进修 逐步替代纯动力学模子，成为机械人正在动态、未知下实现自顺应操做的支流体例。机械人能够像婴儿一样通过示教取试错不竭优化动做策略。

　　也正在政策和资金层面加码支撑，欧洲、、亚洲均已将具身智能列为机械人取 AI 连系的优先攻关标的目的。

　　总的来说，2015 年之前，协做机械人处于“不雅望期”。大大都业内人士对此持隆重立场，既不认为这是伪需求，也不敢贸然投入大规模产线替代。但欧洲 SME 的需求取科研机构的手艺堆集，为后续迸发埋下了环节种子。

　　2025年AUTOMATIC 机械人取从动化展会做为机械人行业最具代表性的嘉会之一，AUTOMATIC 曾经不只仅是保守工业从动化巨头的舞台，它也越来越成为新兴机械人手艺、新、重生态的风向标。从 ABB、KUKA 等保守工业机械人巨头稳坐展会 C 位，到 Agile Robots、Neura Robotics 等新兴具身智能取人形机械人创业公司的大面积，一个不成轻忽的现实是：过去十年间，协做机械人不只鞭策了财产使用从封锁，更奠基了具身智能快速成长的手艺取生态根本。

　　做者简介：包文涛，结业于工业大学机械人研究所，机械人标的目的；2006-2015年间，正在保守工业机械人巨头ABB任职，高级办理职位，工做于美国、等地域；2015-2020年，正在协做机械人Universal Robots工做，中国区担任人之一，从0到1推广了“协做机械人”概念。2021年至今-创业，集智联机械人/PNP机械人，创始人/CEO，聚焦即插即用（“PLUG&PLAY”）机械人手艺和使用，同时担任Franka机械人等手艺支撑、市场、渠道等， 供给具身智能机械人方案！

　　正在此布景下，ISO/TS 15066 的制定提上日程。做为全球首个面向协做机械人的手艺规范，该尺度定义了“协做空间”“功率取力”等环节概念，指点制制商正在设想时若何对碰撞力进行物理取监测，若何正在硬件和节制层面实现平安人机交互。

　　这一阶段，协做机械人曾经从“概念验证”进入“可用且可持续规模化”，为后续人形机械人取具身智能的手艺腾跃打下了的底座。

　　正在硬件层面，视觉传感器、力觉传感器、触觉阵列、IMU 等多模态传感器价钱显著降低且分辩率大幅提拔。FRANKA 机械人 等 7 度力控协做臂，因其优异的力觉精度取矫捷性，成为斯坦福、麻省理工、ETH 苏黎世等尝试室的标配验证平台。

　　问题思虑：协做机械人手艺颠末近10年沉淀，手艺和市场愈发成熟，为什么正在全球范畴内分划严沉，例如中国以外的市场一家独大，中国市场百花齐放？

　　始于欧洲的“SME”概念特别正在、丹麦等以机械制制业闻名的欧洲国度，数百万家中小型工场缺乏脚够资金和空间摆设大规模保守机械人，但又火急但愿借帮从动化降低人工成本、提拔出产不变性。由此，矫捷、平安、能够取人类正在统一空间内协做的机械人起头正在一些高校取科研院所中进行原型验证。

　　协做机械人从小众到支流的过程，并非一帆风顺。正在晚期摆设阶段，缺乏同一平安尺度是限制其规模化落地的最大妨碍之一。保守工业机械人需要物理隔离的护栏，高速度下不合错误人形成不测。而协做机械人恰好强调“去护栏化”，取人同域功课。若是没有强无力的手艺支持取平安规范，厂房从、安全公司甚至行业监管者都难以放行。

　　能够说，ISO/TS 15066 的出台不只是财产界“”的成果，更是鞭策协做机械人从“灰色地带”合规财产的主要里程碑。它为后续全球协做机械人行业迸发奠基了平安取信赖的底层框架。

　　C：从到计较机科学，具身智能的研究范式跳出保守机电一体化，更多引入计较机视觉、神经收集、语义理解等交叉学科的力量。新一代机械人创业者也多来自 AI、机械进修布景，而非保守的机械制制或电机节制范畴。

　　新一代创业公司（如 Figure AI、Agile Robots）环绕具身智能打制从算法到硬件的闭环产物，鞭策“可大规模复制”的智能操做员落地。

　　具身智能的将来尚未，但其成长标的目的却愈发清晰：硬件的极限正正在迫近，机械人能力的指数级跃升必需依赖 AI、大模子取数据驱动的方式。正在保守的“机械臂 + 传感器”范式上叠加具身智能算法，机械人将不再只是“机械东西”，而是实正具备理解取矫捷操做能力的“智能体”。

　　D：FRANKA 机械人则被为具身智能操做验证的抱负平台，得益于其 7 度布局避免奇异点、各关节集成高精度力控取力觉，可完满兼容仿照进修、强化进修等前沿方式，成为斯坦福、麻省理工、ETH 等浩繁尝试室具身智能研究的首选硬件。

　　A：晚期阶段，研究者用相机、激光雷达等视觉传感器连系触觉、力觉、IMU 等多模态传感器，为机械人“世界”供给更全面的数据输入。

　　相反，AI 正在 2010 年前后更多被视做纯软件范围的冲破。深度进修的兴起起首改变的是图像识别、语音合成、天然言语处置（NLP）等取语义理解层面，却鲜少延长到需要物理施行力的“物能”中。正在良多老牌机械人公司眼里，节制算法的精度远比语义理解主要得多，硬件传感器和力控手艺才是平安取机能的焦点。因而，哪怕学术论文里早有“智能机械人”之说，现实落地更多仍是靠机械、电气和节制工程师一点点调参完成。

　　问题思虑：2015年协做机械人正在拉锯和中构成一个初步规范，为什么当前人形机械人的平安问题无人提及？特别几乎100%的人形机械人没相关节抱闸，停电即倒的环境下。

　　医疗取康复范畴同样是协做机械人拓展的主要新赛道。2016 年至 2020 年间，协做机械人起头正在骨科手术、康复理疗等高精度、高平安要求的场景中获得使用。比拟保守大型医疗机械人，协做机械人凭仗玲珑矫捷、力控精度高的特征，逐步进入关节置换手术、骨穿刺、康复帮力外骨骼等细分市场。例如，法国、、以色列等国的部门医疗设备公司基于协做臂开辟了多款微创外科手术辅帮平台，显著提拔了术中矫捷性和平安性。

　　2020 年起头，协做机械人财产不只本身持续成长，还间接带动了整个智能机械人生态链的成熟。正在财产端，跟着焦点零部件需求的快速增加，空心杯电机、谐波减速器、编码器等高精度部件企业送来了手艺攻坚取量产爬坡的窗口期。以日本、和中国为代表的零部件厂商接踵推出更轻量化、更紧凑、性价比更高的新一代力矩电机及力控关节模组，间接支持了人形机械人、双臂工致手、挪动操做机械人等新品类的降生。

　　正在保守的工业机械人使用场景中，平安围栏几乎是标配，工业机械人往往封锁正在零丁的功课单位里，高速高载完成焊接、搬运、拆卸等反复性使命。这种高效却封锁的出产形态虽然支持了大规模出产线的高产出，例如我曾任职的ABB集团，正在此期间，接到大量整车厂、汽车零部件、3C等行业订单；可是保守机械人但也带来了矫捷性差、投资周期长、产线成本高档持久难题。

　　20 世纪 90 年代末到 21 世纪初，跟着欧美制制业逐渐向个性化、小批量、柔性化转型，中小企业（SME）对矫捷、易用、平安的人机协做型机械人发生了实正在需求。

　　正在人形机械人赛道上，协做机械人公司堆集的柔性驱动、力控、交互平安等环节手艺被大量自创取移植。典型代表 Agile Robots 和NEURA Robotics等，这些公司往往既有协做臂产物线，又正在此根本上衍生出双臂操做、人形操做等新，构成“从桌面级到人形级”的产物矩阵。Franka机械人、KUKA、ABB 等保守厂商也起头正在自有平台上摸索更具工致度的人形或挪动协做方案。

　　让协做机械人从尝试室草创企业的，是 2009年当前以 UR（Universal Robots）为代表的一批创业团队。UR 源自丹麦南丹麦大学机械人尝试室，最后聚焦办事中小企业，强调“无护栏、人机同域、可快速摆设”，切中了欧洲 SME 的核肉痛点。取此同时，美国的 Rethink Robotics 则由 Rodney Brooks 牵头开办，提出“柔性从动化”，其标记性产物 Baxter 用“两个大眼睛”取人沟通，抽象地展现了协做机械人的人道化愿景。虽然 Rethink 最终未能走到贸易化的起点，但其正在学术取财产层面的摸索意义严沉。

　　具身智能从概念到产物，仍需时间取跨学科协做。正如 AUTOMATIC 2025 的展馆中所呈现的那样，协做机械人曾走过的不确定、争议取突围，正再次上演正在具身智能这条新赛道上。

　　2025年6月24日至27日，全球两年一度的 AUTOMATIC 机械人取从动化展会再次正在慕尼黑如期举办，吸引了来自全球跨越 50 个国度的 1000 余家机械人及从动化企业参展。

　　具身智能（Embodied Intelligence）是 AI 取机械人融合后降生的环节概念。“具身”意为“嵌入物理世界”，强调智能体并非逗留正在纯数字空间中，而是取现实世界通过传感、活动发生持续交互和反馈。

　　人们逐步认识到，单靠保守动力学推导不脚以应对未知、动态、多样的实正在。特别是对于需要取人类共享工做空间的协做机械人、人形机械人，中的可变性和复杂性远高于封锁式工业产线。

　　除了工业取医疗场景，糊口办事场景也成为这一期间协做机械人摸索“破圈”的试验田。正在欧美、日本等发财国度，机械人咖啡坐、机械人调酒师、机械人餐厅等新连续呈现。虽然这类使用更多处于宣传示范取体验营销阶段，但正在某种程度上也极大拉近了协做机械人取的距离，提拔了公共对“人机共存”这一概念的接管度取猎奇心。

　　正在学术上，具身智能罗致了认知科学、发育心理学和神经科学的跨学科思惟。焦点概念认为，人类智能不是离开身体零丁演化的，而是取感官、动做密不成分：一个婴儿学会抓握、走，靠的是频频的-试错-调整-回忆，远非纯真编程所能模仿。这一思被越来越多机械人尝试室接管，逐步催生了仿照进修（Imitation Learning）、深度强化进修（DRL）、自监视进修等新范式。

　　本文试图以 AUTOMATIC 展会为暗语，从时间维度回首 2015-2025 这十年间，协做机械人若何从一颗“种子”正在争议取摸索中发展为今天智能机械人范畴不成或缺的支柱力量，并若何正在此根本上孕育、催化出具身智能这一面向将来的跨学科新标的目的。

　　然而，即便正在智能化海潮席卷全球的布景下，协做机械人正在“智能化”径上的推进仍然受制于汗青负担：很多老牌机械人企业擅长机械取电气，数据驱动软件生态建立方面较着畅后。即即是具有拖动示教、力觉等“智能化萌芽”能力，其素质仍然依赖硬件传感取力控单位，缺乏大规模可迁徙的进修能力和“即插即用”的人机交互体验。

　　比拟保守基于动力学的节制，仿照进修让机械人通过人类演示来“看学”，强化进修则让机械人正在仿实或实正在中自从试错，不竭优化策略。自监视进修则进一步让机械人操纵未标注数据进行改正、生成标签，从而极大降低了依赖大规模标注数据的成本。

　　机械人手艺取具身人工智能的演进时间线研究者能够间接用天然言语向机械人下达复杂使命指令，而机械人通过对视觉语义的同一理解，将笼统企图转译为可施行的操做序列。

　　大模子公司（OpenAI、Google DeepMind 等）已起头取机械人公司深度合做，测验考试将多模态言语模子能力取实正在机械人施行相连系。

　　实正撬动这一场合排场的，是从动驾驶的迅猛成长。2010 年前后，Google Waymo、特斯拉等公司大规模投入传感器手艺和算法，让激光雷达、毫米波雷达、RGB-D 摄像头正在高动态场景中实现及时 SLAM（同步定位取地图建立），这一套“-决策-节制”闭环逐渐成熟，给机械人学界带来了庞大。

　　将来 10 年，当具身智能从科研论文实正大规模使用时，我们大概会感激这段协做机械人开疆拓土的过程。AUTOMATIC 也许只是一场展会，但它映照出的，倒是整个行业从机械时代智能时代的集体意志取程序。

　　从全球机械人财产史来看，协做机械人（Collaborative Robot，简称 CoBot）的概念并非凭空降生，而是工业从动化成长到必然阶段后的必然产品。

　　这一规范从草拟到发布履历了漫长且充满争议的博弈过程，期间 UR、KUKA、ABB、Rethink 等多家企业及研究机构均参取了看法搜集取会商。最终正在 2015 年，ISO/TS 15066 做为手艺规范（Technical Specification）正式发布，虽然并非强制性国际尺度，但却成为协做机械人产物开辟、验收取安全理赔的主要参考根据。

　　然而，现实比理论走得快得多。2010 年后，轻量化协做机械人起头正在一些零部件工场、小型拆卸车间“试水”。正在没有成熟平安尺度指点的环境下，欧洲先行摆设了近 3000 台协做机械人。一边是火急的柔性出产需求，一边是律例的实空位带，协做机械人成为工业从动化范畴一块“灰色地带”，激发了财产界、学界、安全公司以及工会组织的激烈会商。

　　因而，从动驾驶范畴堆集的多模态、深度进修模子以及仿实验证框架被快速迁徙到机械人研究之中。不少机械人草创团队的焦点恰是来自从动驾驶或计较机视觉标的目的。

　　正在算法层面，VLM（Vision-Language Model，视觉-言语大模子）如 CLIP、SAM、GPT-4-Vision 等跨模态模子，为机械人带来了“看图措辞”“方针朋分”“语义理解”的能力。

　　DLR（航空航天核心）是晚期摸索协做机械人的代表之一，DLR 正在 1990 年代已针对人机协做提出了基于力反馈的交互臂，后续影响了多款后来的产物雏形。虽然如斯，彼时的手艺程度、传感器机能和成本限制了协做机械规模落地的可能性。

　　这一矛盾为后续“具身智能”概念的兴起埋下了伏笔：若何冲破保守“硬件为王”的框架，把 AI 取机械人深度耦合？这恰是 2020 年后创业者、研究者配合聚焦的新标的目的。

　　2015 年 ISO/TS 15066 发布后，协做机械人送来了从“示范性摆设”“批量化出产取规模化使用”的环节五年。回首这段期间，全球协做机械人市场以每年 30%~40% 的复合增加率持续攀升，浩繁草创公司正在本钱取需求双轮驱动下接踵出现，鞭策协做机械人从尝试室样机转向现实出产线的从力东西。

　　很多创业公司正测验考试通过“人机夹杂”或“近程示教+自进修”相连系的体例，堆集高质量操做数据，并逐渐锻炼可迁徙的具身大模子。跟着从动驾驶、AI Cloud Infra、大模子推理硬件的成熟，将来 5~10 年，具身智能无望冲破尝试室鸿沟，成为人形机械人、办事机械人和复杂协做场景中的标配能力。从 2020 年起，一批以深度强化进修（DRL）、仿照进修（LfD）、多模态为焦点的新型机械人操做方式起头呈现，科研界和财产界均摸索若何让机械人像人一样通过“看--试错-进修”获得自从操做技术，而非纯真依赖法式员写死的动做序列。

　　正在具身智能这一波海潮中，多个开源框架和项目鞭策了社区的协同立异。例如 Meta AI 和 FAIR 推出的 Habitat、OpenAI 的 Gym、DeepMind 的 DM Control 等仿实，让研究者能正在低成本、高效率下锻炼机械人策略并验证可行性。

　　回顾 2015-2025 的这十年，协做机械人不只用一场场从尝试室到产线的落地验证了“柔性从动化”的可行性，更以本身的财产链堆集、手艺冲破和全球用户基数，为具身智能的兴起供给了的现实土壤。