以城市更新之力，促「產城人」融合發展
2025-11-22 22:53 2,736次浏览從拼規模到拼技術、比質量、樹品牌 國產機器人出海「闖」市場 正午時分，日本八戶市的一家烤肉店裡，顧客絡繹不絕，烤盤滋滋作響。一臺送餐機器人穩穩地穿過緊湊的餐桌過道，把剛出爐的餐點送到食客面前。「機器人送得穩穩噹噹，又乾淨又安全。」烤肉店店長不由得讚嘆。 這臺送餐機器人來自中國上海擎朗智能科技有限公司。現在，它已成為烤肉店不可或缺的一員。因人力成本居高不下、老齡化嚴重，日本越來越多酒店、飯館等場所開始引入服務機器人，以彌補人力資源的缺口。 5年前，擎朗智能開始進軍海外市場，本以為憑藉先進的技術儲備能大幹一場。但出人意料的是，日本合作方多次反饋：「有點賣不動。」 問題出在哪兒？企業團隊跑遍東京的大街小巷想尋個究竟。調研中他們發現，當地的服務節奏較慢，要求機器人的外觀有親和力，這背後是不同的文化審美差異。 最直接的問題是尺寸太大。國內流行的大體積機器人到了日本根本「走不動」，過道轉不過彎。 「我們在國內賣得很好的幾款機器人，在這裡幾乎無處安放。」擎朗智能創始人李通說。團隊需要從頭開始，設計一款「更適合日本」的機器人：體形小巧，穿行靈活，語音系統換成日語，屏幕上的動畫表情還能變換。 新的機器人就這樣誕生了——能穿過最窄49釐米的通道，機身背後配備雙層或三層託盤，還加裝了多個攝像頭和傳感器，方便感應人流中的突發狀況。 「很多調整聽起來很小，但其實很難。」李通說。比如機器人的輪胎，客戶反饋剎車後地板上會有黑色痕跡。為了解決這個問題，企業團隊一頭扎進長三角地區的供應鏈，尋找廠家重新定製輪胎……這樣的非標零件迭代過程幾乎每月都在發生。 擎朗智能目前在日本已經設立200多個技術支持點，確保常規故障能在2小時內響應，24小時內修復。 有一次，一家連鎖餐廳的店員發現機器人傳感器失靈了。報修後不到2小時，企業的技術服務人員就帶著一臺備用機器人趕到現場。新機器人上線前，只需幾分鐘雲端同步，就能接過前任留下的所有「記憶」，無須重新「培訓」。工程師將故障機器人帶回技術中心維修，整個流程乾淨利落。 「在日本僱一個服務員，成本可能很高；『僱用』機器人，只需要人工1/3的價格。」李通說，「而且機器人全年無休、效率穩定。」 機器人出口規模不斷擴大。日本不少大型連鎖餐飲集團都使用了擎朗智能的產品。在圖書館、酒店等場所，也能看到擎朗智慧機器人的身影。 為了跟上客戶的節奏，企業還在日本設立了本地化的伺服器，在保稅倉和維保點配備常用零配件，軟體也會針對日式管理特點優化算法。「產品出海，要落實到每一條生產線、每一次用戶反饋中。」李通說。 除了服務機器人，我國生產的物流機器人在日本也很受歡迎。日本帝京大學教授露口洋介認為，從拼規模到拼技術、比質量、樹品牌，機器人行業的發展壯大，是中國製造業華麗轉身的生動註腳。 今年，在第六屆日本關西物流展上，來自浙江湖州的牧星機器人(浙江)有限公司受到關注，其提供的分揀系統和GTP(貨到人)解決方案由日本東芝、三菱等公司在展會呈現。此前，該公司研發的物流機器人和軟體系統，被日本關東地區多家醫藥行業倉庫採用，滿足了當地醫藥領域不斷增長的物流需求。此外，企業為日本某知名車企設計的新型料箱搬運揀選機器人在激烈競爭中脫穎而出，贏得客戶認可。 牧星機器人是一家專注於物流機器人和設備研發生產的企業，其產品超七成出口發達國家。「目前訂單已排至9月，上半年銷售額創新高，同比增長近三成。」牧星硬體技術中心總監何梓傑介紹，「海外的物流自動化項目中，我們產品的身影越來越常見。」 眼下，企業機器人生產線高速運轉，每日穩定產出多種型號的物流機器人。「我們的機器人『力氣』跨度極大，從50公斤到1.5噸不等，小到車間裡搬零件，大到電商倉庫託舉貨物，都能勝任。」何梓傑介紹。憑藉前沿創新技術與深度本地化策略，企業已在日本市場紮根。未來，企業將根據當地物流行業的需求，持續研發、實現共贏。(人民日報海外版 記者 季覺蘇 劉軍國)
世界人形機器人運動會將於8月14日開幕，作為重要項目之一的足球賽預選賽已先一步開賽。來自國內高校的參賽隊GeoHBots在比賽中早早陷入了以少打多的局面。團隊成員向北京商報記者解釋稱，他們的機器人在比賽中吃到紅牌被罰出場，原因是算法不會識別對方的機器人而導致的對抗，被裁判視作背後惡意衝撞，「它只會看球、場地」。 據悉，參加3v3比賽的團隊每支有四個機器人可供使用，三名首發一名替補，少一人的局面無疑讓GeoHBots團隊非常被動。 在綠茵場上跌跌撞撞的金屬身影，實則是一場關乎產業未來的技術練兵——笨拙的動作調試、程序算法的優化、失敗案例的積累，都是人形機器人從實驗室走向商業化場景這一進化路徑上這樣那樣的微調。 技術的綜合考試 機器人足球賽從不是為了復刻人類球賽的精彩，而是給技術能力搭了個實戰考場。 加速進化機器人公司售後技術支持負責人呂明向北京商報記者拆解了這場考試的核心考點：「機器人的運控，就是運動能力、步態這些，下肢能走多快、用什麼樣的步態、有什麼樣的腳法，都是機器人能踢球的基礎；上半身則是感知，主要是視覺，能不能看得準，看得準才能踢得準；最後是決策，就是在什麼情況下用什麼樣的動作，怎麼樣去做接下來要做的動作。」 賽場邊各支隊伍的備賽細節，透出相似的技術打磨縮影：來自馬來西亞的Team Robotedge團隊向北京商報記者介紹，比賽開始前他們要反覆通過電腦調整機器人的靈敏度、運控參數，還要讓機器人持續識別、捕捉比賽用球——這是在針對性訓練運控與感知能力。GeoHBots也向記者透露，他們需要在賽前把自己的代碼、程序刷進去，其中包含視覺、動作、策略等細節，都是為實戰而做的準備。 在現場，你時常能看到一個人類隊員舉著一臺電腦跟著一臺人形機器人，二者通過一根長長的、有點像牽引繩的數據線相連，這正是他們在調試準備——機器人將數據畫面等傳到電腦，人類基於這些數據進行調優。當然，在比賽的時候，這些機器人都需要放開繩子，自主發揮。但考試並不一帆風順，呂明向北京商報記者進一步分析稱，如果機器人的視覺不行，那就看不清、定位不好、踢不準；如果決策不行，該用什麼動作卻做了錯誤判斷。這幾個因素一疊加，強隊跟弱隊的區別就很大了——有的機器人因視覺盲區對著空場地狂奔，有的因決策失誤放棄防守猛衝前場，最終被踢成大比分的慘敗。 但這些考砸了的時刻並非毫無價值——就像企業技術迭代的「錯題本」，每一次失誤都在為算法優化提供精準坐標。 為應用試金 或許有人疑惑，興師動眾讓這麼多人和機器人在賽場折騰，意義何在？答案藏在那些並不非常外顯的技術細節裡。 呂明指著一位在場上做著橫移動作的機器人向北京商報記者解釋：「你看他有那種橫移的，像螃蟹步，這就算是盤帶了。」這種賽場練就的移動步伐，未來可能就是家庭中服務機器人在客廳繞開茶几的靈活身法。 呂明還提到，這些機器人很多是一天要踢四場比賽，在劇烈、頻繁的碰撞下依然能正常運作，摔倒也能自己站起來——這種穩定、耐用，可自我調整的硬體性能，正是工業協作、家庭陪護等場景的核心需求。 前述機器人那種「只認球不認人」的識別局限，也可通過更複雜的算法解決，把環境感知數據練好，未來就能分清水杯、遙控器和毛巾，避免服務場景中的烏龍。 參賽生態還藏著產業進階的新生力量。Geo-HBots團隊向北京商報記者透露，他們賽前僅用不到兩個月準備，依託的正是廠商提供的開源基礎平臺；呂明也向記者表示，現在其實還很難談比賽質量，更多是讓大家上場激發熱情。人形機器人在國內剛起步，加速進化公司的機器人在交付參賽團隊時就自帶一套開源Demo算法供參賽者調試。「要讓學生通過比賽走完流程，對機器人有理解，再有興趣去研究，畢竟做運控、做感知、做策略，理論和實踐是很不一樣的。」 每次有進球發生，現場參賽隊成員總會爆發出不亞於自己踢比賽進球時的歡呼，看得出他們確實很高興，像是以一種主教練的身份——這種包容性強的參與生態，正在培育未來的開發者群體。 慢功夫裡的大未來 比賽當中，有些進攻輪次非常簡單粗暴——某隊的機器人在中場附近大力射門，然後球就徑直跨過半場，滾進對方球門。 但人形機器人產業的進化，不可能是一蹴而就的爆發，需要在包括賽場在內的試錯中沉澱慢功夫。 呂明向北京商報記者強調比賽數據的核心價值：「我們會持續做相關的解決方案，掌握的數據越來越多，機器人模型的學習能力、判斷能力也會變強。最終還是要推動人形機器人領域發展，比賽只是其中一種形式，也是為了驗證我們的硬體、軟體、算法能力，讓它以後能服務更多其他場景。」 這些在綠茵場上積累的硬控穩定性、感知精準度、決策合理性，正在編織一張技術網絡：硬體耐用性達標了，機器人才能走進真實場景；算法識別準了，才能理解人類需求；多模塊協同順了，商業化落地才有底氣。 或許十年後，當家庭機器人熟練地幫你遞水、工廠機器人精準搬運零件時，它們的運動神經和大腦邏輯，最早正是在這場笨拙的足球賽裡，被一群學生和工程師一點點打磨出來的。 眼前跌跌撞撞的機械身影，正在用成功或失敗的動作，攢下人形機器人產業的未來底氣。 北京商報記者 陶鳳 實習記者 王天逸
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
比心直播
「活动」首次登录送新手大礼包
- 软件大小: 246.46MB
- 最后更新: 2025-11-22 22:53
- 最新版本: v9.15.15.19
- 文件格式: apk
- 应用分类:ios-Android 黄播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.48以上
客服热线：132-1456-9687
26839
67952
47
2025-11-22 22:53
85317
69
2025-11-22 22:53
35761
52
2025-11-22 22:53
93174
58
2025-11-22 22:53
45837
92
2025-11-22 22:53
38694
45
2025-11-22 22:53
34721
56
2025-11-22 22:53
57813
73
2025-11-22 22:53
24568
47
2025-11-22 22:53
82564
13457
46
62
78612
75
49512
48162
45139
23174
27158
23
