①华尔街一哥公开炮轰Coinbase掌门;
②英伟达、微软发布神秘预告;
③伦铝现货升水创2007年以来的最高水平;
④Quantinuum据报考虑上调IPO发行规模和招股价
财联社5月29日讯(实习编辑 丁云祥/编辑 齐灵)德国车企宝马正在加速推进人形机器人在汽车生产中的应用。今年夏季起,宝马位于德国莱比锡的工厂将首次在欧洲正式部署两台由Hexagon Robotics研发的人形机器人Aeon,用于汽车制造流程。目前,机器人正在工厂内测试。
宝马生产流程管理与数字化负责人Michael Nikolaides表示:“这将是未来汽车制造的发展方向。”
适配现有产线
长期以来,汽车工业一直广泛采用机械臂等自动化设备,但宝马此次选择人形机器人,核心原因在于其能够直接适配现有生产体系,而无需大规模改造产线。
Nikolaides指出,人形机器人具备与人类相似的体型和操作能力,因此能够直接进入当前由工人完成的工作岗位。企业围绕机器人重新设计生产线的成本十分高昂。而如今,机器人成本显著下降,更合理的方式是让机器人适应现有工作流程。
市场研究机构Gartner副总裁分析师Bill Ray也认为,随着机器人价格下降,没必要再为机器人重新设计工厂。
此次投入测试的Aeon机器人身高约1.65米,重60公斤,最高移动速度可达每秒2.4米,可短时间搬运15公斤物体,持续负载能力约8公斤。机器人配备21个传感器,包括摄像头、雷达、麦克风以及力矩传感器等,用于环境感知与精细操作。
在机器人形态设计上,Aeon并未采用双足结构,而是使用轮式移动底盘。宝马认为,在平坦的工厂车间环境中,轮式设计比双腿更加高效、稳定。
不过,机器人的续航能力仍是短板。Aeon单次续航时间约为3小时,而工厂标准班次通常为8小时。为此,Hexagon为机器人设计了自动换电系统,机器人可自行前往换电站,并在约3分钟内完成电池更换。
根据宝马规划,Aeon初期主要承担零部件输送、电池装配中的抓取与放置等重复性工作。虽然机器人具备多能力,但与人类工人类似,其工作内容并不会频繁切换。
Nikolaides认为,人形机器人未来不仅能够承担高重复、高强度岗位,还能缓解制造业日益突出的劳动力短缺问题。
“未来几年制造业劳动力短缺将越来越明显,而人形机器人能够提供帮助。”
不过,Nikolaides同时强调,机器人不会简单取代人类就业。
“上世纪70年代汽车工业自动化兴起时,很多人担心岗位消失,但最终反而催生了大量新职业。我们对人形机器人也持相同看法。”
先进训练技术
在训练过程中,宝马结合了“数字孪生”工厂模拟和远程操控技术。借助英伟达的软件系统,工程师首先在虚拟工厂中反复模拟任务,让机器人通过强化学习寻找最优动作路径。同时,机器人还将学习人类工人的动作以完成抓取、搬运等操作。
当前,机器人训练技术正在快速演进。Hexagon机器人业务总裁Arnaud Robert表示,“模仿学习”(imitation learning)是Physical AI领域最具潜力的方向之一。机器人可以通过多角度视频或人体动作传感器,学习人类如何完成某项任务,从而将训练时间从数月缩短至数天。
Robert 称,最终的理想状态是,机器人在观察人类工作后,立刻学会做相同任务,“这一目标可能在未来一到两年内实现”。
不过,目前人形机器人距离完全自主作业仍有一定距离。Gartner预计,未来三到五年内,机器人才能真正通过简单语音指令独立完成工业任务。
车企密集布局人形机器人
除宝马外,多家车企也在布局人形机器人。日本车企丰田计划在试点成功后引入Agility Robotics的机器人。小米则已在电动车生产环节测试自研人形机器人。
与此同时,韩国车企现代正在使用波士顿动力开发的四足机器人Spot进行工业巡检,并计划未来引入Atlas人形机器人。
事实上,宝马此前已在美国斯帕坦堡工厂测试过Figure公司研发的Figure O2机器人。该机器人曾参与约3万辆X3车型的生产,工作节奏基本与人类工人一致。
宝马在实际应用中发现,相较传统工业机器人,AI驱动的人形机器人在应对复杂环境变化方面表现更优。例如,当金属零件位置出现轻微偏移时,传统机器人可能因误差停机,而AI机器人则能够实时分析并继续完成任务。
除人形机器人外,宝马此前也曾使用Spot机器人执行工厂巡检任务,包括进入地下设备区域、上下楼梯等。
对于机器人进入工厂,宝马表示员工整体反应积极。公司预计,未来员工甚至会像对待传统工业机器人一样,为这些机器人取名字。Ray认为,人们一旦给机器人命名,就会把它视为“协作对象”而非单纯机器,对其失误也会更加宽容。
不过,Ray同时提醒,当前市场对人形机器人存在一定程度的过度炒作。“如今很多机器人展示更像是资本市场表演,用于推高公司估值”,人们可能高估了机器人的能力。他解释道:
“当你看到机器人在走路时,你会猜测它能跑、能攀爬、能跳跃。实际上它可能做不到,但你的大脑已经填充了这段差距。当人们展示机器人时,我们总会有不切实际的期待。”