机器人进厂先练50条数据:优艾智合给它装上工业大脑

6月29日,优艾智合机器人发布了两样东西:一个叫“智合”(英文名FabriX)的工业具身智能大模型,和一个叫“隙锋”的工业人形机器人。发布会上还宣布了一个目标:3年内让这套模型进入10000个工业现场。为什么工厂要关心机器人“聪不聪明”?因为产线换一个产品、换一种来料,机器人往往就得重新示教、重新编程;招不到人、留不住老师傅,是很多制造企业眼下最现实的难题。

机器人进厂,最怕“差不多”

现在很多机器人演示视频看着很厉害,但一进车间就露怯。原因是通用的大模型输出的是“概率上最像”的答案——它可能大多数时候抓得准,偶尔偏一点。在展厅里这没问题,在产线上一次抓偏就可能撞坏工件、停线,甚至伤人。

优艾智合的首席技术官边旭把这个问题总结成“泛化、效率、可靠性”三者难以同时满足:工厂既要机器人能应付变化,又要它每次动作都一样准,还要快。这三个要求放在一起,通用模型很难交卷。

给AI加一道“确定性”的保险

智合的做法,是在大模型外面加一层“先验引导”。先验这个词听着玄,其实就是老师傅已经验证过的规律:这个零件该从哪个角度抓、多大力度不会变形、什么位置容易滑。优艾智合把这些来自真实机器数据和机理控制的结果,蒸馏成确定性的约束,告诉模型“动作往哪个方向走才对”。

另外还有一层“双回路逻辑校验”,相当于出门前的安检:模型给出的动作,先过一遍规则检查,确认不会越界、不会碰撞,再放行。这样既保留了AI面对新情况时的灵活,又给安全兜了底。官方说法是,这套机制让机器人具备了自主诊断和故障恢复能力。

机器人进厂先练50条数据:优艾智合给它装上工业大脑

50条数据,练到九成成功率

隙锋这台人形机器人有个挺实在的设计:出厂时就带基础动作能力,到了工厂不用从零学。现场只要采集50条数据做训练,就能达到90%的成功率,之后以24小时为周期持续循环训练,越干越熟。

50条听起来不多,但对工厂意义很大。传统机器人编程,一条产线改型可能要工程师驻场几天甚至几周;如果新工位只要采几十条数据、当天就能跑起来,试错成本会低很多。这也是“低样本迁移”这个术语的通俗含义:不用海量数据,也能把已有本领挪到新场景。

优艾智合还提了一个“一脑多态”的架构,意思是一个大脑可以控制不同形态的机器人——搬运的、巡检的、操作的,共用一套判断逻辑,还能互相配合。厂里的活本来就是多种多样的,让一个机器人包打天下并不现实,让一群各有分工的机器人听同一个调度,才更接近真实车间。

机器人进厂先练50条数据:优艾智合给它装上工业大脑

已经在哪些厂干活

按发布会披露的信息,优艾智合目前在半导体、能源化工、锂电等领域累计落地超过800个具身智能场景,服务超过400家全球头部企业。半导体方面进入了十余家国内外晶圆厂,在衬底、光掩膜版、封测企业有标杆项目;能源化工方面覆盖原材料、电力、冶金、化工和公用事业,服务国内头部电网与能源集团。

这些场景有个共同点:危险、重复、对精度要求高,而且招人难。这恰好是具身智能最该先啃的骨头。

别急着吹“万能”

需要说清楚的是,3年10000个现场是目标,不是已经完成的成绩。人形机器人进厂也还在早期:50条数据达到90%,剩下那10%才是工厂真正较劲的地方,因为产线要的不是“大多数时候行”,而是“每次都能行”。

但方向是清楚的:工业机器人正在从“按程序重复动作”,走向“带一点判断、又被规则牢牢框住”的阶段。对制造企业来说,评估这类产品时,别只看演示视频里的灵活,多问三个问题——换型要多久、出错怎么兜底、跟现有产线系统怎么对接。这三问答得上来,才谈得上量产可用。

资料来源:优艾智合具身智能系列新品首发 — 新华网安徽频道(2026-06-30)。本文为中文编译/整理,非原文逐句翻译。