李培根院士：未来智能工厂三大核心机器人、数字孪生与 AI 大模型

　　

　　第一个核心：智能机器人如今智能工厂建设离不开机器人，李培根指出未来机器人应走向开放环境，如人形机器人是重要探索方向

　　发展至今，智能工厂的建设已然与机器人紧密相连。李培根院士明确指出，当下企业中装配线上众多的机器人，大多是在封闭环境下开展工作，然而，这实际上并非真正意义上的智能机器人。在未来，制造业领域中的机器人有望走出仓储以及制造环节，迈向开放的环境，而这也将成为未来发展的一个关键方向。实现这一场景主要依托于自主移动技术（AMR）。

　　目前，车间中的自主导引小车，多数是按照固定路径进行移动的。但实际上，真正的自主移动技术不应存在这些限制。它是基于地图定位技术，通过对作业环境进行扫描并自主更新地图，无需辅助固定信标，对工作场地几乎没有改造需求，因而极为适合部署在复杂且动态的生产场景之中。以日本牧野 Makino 的车间为例，其中采用了运用 AMR 技术的机器人，能够同时照看多台机床，上料、下料、装刀具、卸道具等操作皆可轻松完成。

　　机器人的应用范畴不应仅仅局限于企业内部，而应当能够适应各种操作条件、人口稠密的空间乃至其他自动化设备。正如李培根院士所说：“走出以往的受控仓储和制造环节，机器人将为各行各业带来崭新的发展机遇。

　　比如，人形机器人具备高度自动化，并且适用于各类复杂环境，是智能工厂建设的一个重要探索方向。特斯拉计划率先在汽车装配过程中引入人形机器人。奔驰则正在与机器人开发商 Apptranik 展开合作，期望将人形机器人应用于工厂，用于装配零件。

　　“人形机器人凭借类似人类的能力，无需对环境进行改造，就能从容应对复杂的人类环境，其使用场景更为广泛，既能够作为简单、重复、危险工作的劳动力替代，又能在适应非标服务场景的同时，满足情感需求和交互。” 李培根院士表示。此外，机器人还具有学习功能，在使用过程中会越来越聪明，工厂还可以通过机器人实现新老员工的技能传承。

　　李培根强调，智能工厂理应充分应用数字孪生技术，其范畴不应局限于产品、设备，还应涵盖车间、工厂乃至供应链。例如，华中数控将数字孪生技术运用于数控机床上，实现实时控制。数字孪生工厂并非仅是对物理工厂的简单数字记录与呈现，而应借助数字孪生系统采集的实时数据，指导车间、工厂运行及供应链竞争，使其处于最佳状态。实际上，车间、工厂需要数字孪生工厂平台，数字系统实时记录真实系统运行情况，分析并调整参数以保证质量与效果。供应链数字孪生体现在企业中，企业不仅要有好的供应链系统，还需有数字化供应链，且基于数字孪生的仿真不同于传统离线独立仿真，它是实时、动态的，能与物理系统交互连接。

　　第三个核心：AI大模型未来智能工厂需洞察高阶关联，大模型可助力，其在工业制造场景中或能洞察复杂关系

　　李培根指出，未来的智能工厂需要具备洞察一些复杂和高阶关联的能力。如今，大模型作为具有大量参数和复杂结构的机器学习模型，其 Transformer 架构拥有单词向量化和自注意力两大重要功能。例如 ChatGPT 一次能提取 300 至 500 种属性描述 “苹果”，且能把握一本近 2000 页书籍中词与词之间的关系，这是人类难以企及的。在工业制造场景中，数控系统内部电控大数据是主要数据来源，包括运动轴状态、主轴状态等，对这些数据进行分析可发现其与零件加工质量、精度和效率间存在复杂关联关系。而对于机床精度、装配误差等诸多问题，其中涉及无数复杂关系，大模型的出现或许能够帮助智能工厂洞察这些更为复杂的高阶关联。