我不大愿意说超车这个词,因为超车的地方往往都是实线,容易翻车。”中国机器人产业联盟理事长、新松机器人自动化股份有限公司总裁曲道奎对记者表示,他更愿意用“机遇期”概括目前机器人产业所处的机会。
值得注意的是,在机器人产业迎来重大机遇的同时,从机器人“设备”到机器“人”的分水岭已经形成。如果说原本的机器人只是更多服务在工业领域的“大家伙”,未来的机器人则面临着怎样和感知技术结合、怎样更加智能、怎样和人类默契相处等一系列问题。
在曲道奎看来,机器人产业已经步入新时期,最显著的特征是机器人设备和机器人出现了分水岭,现在机器人更强调“人”的特性,即感知、数据、云这些技术,而在这些技术上国内和海外的起点接近。
作为机器人行业的一位老兵,“分水岭”、“变革”成为曲道奎最近谈论机器人行业的高频词。跨越机器人设备的范畴,曲道奎认为今后的机器人将更加注重在非结构环境下的适应能力。
向来颇具危机感的曲道奎也提出担忧:现在有大量的成果在大学和研究所里面“睡觉”,和企业、市场需求匹配得不够精准,中国需要打造出一套科研创新和产品研发市场体系。
零部件水平不代表产业水平
“零部件的发展程度不代表机器人产业的发展程度,切莫把这两个概念混淆。”这是曲道奎在和包括在内的记者交谈的过程中反复强调的问题。曲道奎称,零部件和机器人二者之间有一定的关联,但却是两个维度的事情,要遵从机器人的系统特性。
曲道奎认为,零部件的发展固然十分重要,是机器人产业发展链条中关键的一环,但是,不能把机器人存在的不足归结为零部件的发展滞后,机器人要按照自身的发展规律不断更新升级。
事实上,目前中国机器人在零部件方面处于不断迈步的过程中,需要一定的批量生产和周期去推动零部件的进一步发展。
值得注意的是,曲道奎也特别提出了一个概念,目前全国机器人产业园众多,机器人企业也层出不穷达到了几千家,但是需要甄别的是,大部分企业是产业链某一环节的企业,并不是严格意义上的机器人企业,不能把和机器人沾边的企业都带上“机器人”的“帽子”,这容易给整个行业及从业者带来误导。
“随着机器人技术的迅猛发展,迭代周期越来越短,机器人进入品质和技术竞争时代,中国机器人绝对不能成为世界上大家垢病的垃圾产品。”面对众多来参会的的企业人领域的企业家和爱好者,曲道奎发出了这样的提醒。
研究成果还在“睡觉”
“怎样把基础研究成果转化成实用技术,再把实用技术真正变成产品?”这是中国机器人产业联盟执行理事长兼秘书长宋晓刚向曲道奎提出的疑问。
在曲道奎看来,企业和市场对机器人源头的创新成果有十分迫切的需求,而目前的需求端和供应端似乎还是一个“不平衡”的跷跷板,中国每年有大量的专利放在专利池里,同时有大量的成果在大学、在研究所里面睡觉。因而,目前存在技术研发、产品制造、形成产业、市场扩展几个方面脱节的现象。
曲道奎认为,中国要形成一套完善的产业链体系。具体而言,在创新的过程中不能闭门造车,要跟市场应用结合,清楚创新的真谛,提供具备创新的条件。
谈到在研发源头摸索,曲道奎将自身和以色列的合作举例,称以色列研发和创新的成果转化率非常高,从源头上清楚市场需要和行业前沿。另一方面,当有好的成果出现,当成果完成“蜕变”转化为产品,投入到企业的过程中,也需要系统环境的支撑,包括VC、PE、基金、中介机构的牵线搭桥。
此外,曲道奎认为目前中国机器人产业也面临着成果的法律保护问题,防止让突入时间长、耗费精力多的成果直接被复制。
感知技术推动变革
“在其他一些领域,别人先跑了30圈,你赶不上,但是目前很多东西在新的时代清零,机器人产业新的比赛已经拉开大幕。”曲道奎告诉记者。
怎样把机器人从“笼子”里放出来,能够和人更加默契地合作,这也是曲道奎津津乐道的话题。
按照曲道奎的理解,机器人开辟了新的时代,过去的传统机器人可以为自动化装备概念,只不过比传统装备高端一些,在相同的环境下可以长时间提高效益、扩大规模;对于今天的机器人来讲,非环境适应能力则至关重要。
而在这种新的变化下,曲道奎认为机器人需要在决策、作业和交互三个方面进行突破,否则还是跨入不了机器人设备的范畴。
曲道奎称,现在面临的挑战早已不是原有模式的改进和提升,已经上升到了变革层面,即对于传统模式的颠覆。
在新的时代背景下,曲道奎表示没有感知系统的机器人还是一种设备,只能诠释机器人的前两个字,未来的机器人时代将渗透到视觉、嗅觉、感觉等方面,更加注重在非结构环境下的适应能力,怎样获取传感器的数据形成完整的系统,这是新的时代背景下机器人企业面临的新课题。
在曲道奎看来,中国机器人产业在感知方面面临着新的挑战,一定要意识到在技术的进步过程中好不容易迈向新的台阶,但是“补课”刚刚完成,新的浪潮已经来临,一定要学会提前布局。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。