在 2026 中国海洋经济博览会上，来自深圳南山的立德发布了船舶建造世界模型“定风波”，自主焊接终端、自主喷涂终端、自主拉毛终端等多款智能作业终端同步亮相。这套东西要解决的不是“让机器人更像人”，而是让机器在每一艘都不一样的船上，自己判断该怎么干。
示教路线在船厂走不通
船舶制造是典型的劳动密集型重工业，作业环境特殊：工人常要在高温密闭的船舱里，面对焊花飞溅、粉尘弥漫和涂装有害气体连续作业。与此同时，愿意进船厂做焊接、涂装的青年逐年减少，老一辈熟练技工的工艺经验又难以用传统方式标准化传承。招工缺口与交期压力叠加，成了船企普遍的现实难题。
更麻烦的是产品本身：一艘船涉及上万个构件，没有两块钢板的接口完全相同；单船定制、分段非标是行业常态。传统工业机器人依赖“示教”模式——工程师逐点编程，机器重复执行，一旦分段结构变化就必须重新调试。面对频繁变更的分段尺寸、坡口形态和工位条件，“教一次、记一道”的路线很难走通。
把生产资料解析成可规划的三维结构
破局的关键是让机器转向“主动理解”。“定风波”的做法是：把设计图纸、工艺文件和物料清单等生产资料统一输入，由模型解析其中的工程逻辑关系，将整船拆解为分段、中组、小组立与零件，再反向还原出可理解、可规划的三维结构。
有了这层结构，机器人不再依赖人工示教，而是自主感知现场状态、自主拆解任务、自主决策作业。这套能力的形成依托于上百条船积累的工程数据，以及在仿真环境中反复迭代出的现场判断力——系统用得越多，对工艺和工况的理解越深。
一个大脑，三种接触方式
本次亮相的三款终端对应船体建造的三道关键工序，它们共用“定风波”同一个大脑，又各自适应不同工序的接触方式、移动条件和作业姿态。自主喷涂终端接手防腐涂装，替代工人进入密闭、有毒舱室作业，漆膜厚度控制在毫厘之间；自主拉毛终端负责表面处理，解决人工反复打磨力度不均、影响涂层寿命的老毛病；手持激光焊则把灵活的焊接工具交还工人，人机配合，适配船厂复杂工位。
系统下发任务，终端在真实工况中执行工艺。从“知道怎么干”到“在现场干出来”，物理 AI 的闭环在这里完成。
产前准备从数周压缩
“定风波”带来的改变是系统性的：机器人摆脱了对每个新分段重新编程的依赖，产线得以连续运转，产前准备周期从过去的数周大幅压缩。新订单接入后，系统自动完成拆解、排程与执行，造船车间由此从“机器替手”迈向“系统替脑”。
立德的判断是，物理 AI 与只在数字空间生成内容的通用人工智能不同：它必须走进真实工业现场，把对工程关系的理解转化为可执行的作业动作。过去造船靠老师傅经验兜底，图纸到现场要靠人翻译、靠人调度、靠人返工；现在模型把设计端和建造端连起来，让工艺判断前移。
小结
这个案例值得注意的地方，是“世界模型”在这里并不负责生成漂亮的文本，而是承担了一项很窄但很硬的工作：把非标的分段拆成机器人能执行的工序。非标行业的智能化，难点往往不在算法本身，而在有没有一层能把设计语义翻译成作业语义的中间结构。
资料来源：创新技术路径 打造大数据模型 — 新华网广东频道（2026-10-29）。本文为技术要点整理，非原文全文。