閱讀提示 2025世界機器人大會上,一場令人眼花繚亂的「機器人總動員」讓觀眾們不時發出嘖嘖讚嘆。機器人曾一度被加上「冷冰冰」的前綴,但在技術加持之下,正變得越來越「可親」。 「大家好,歡迎蒞臨2025世界機器人大會,很高興再次與全球科技愛好者、行業夥伴相聚北京!」在8月8日舉行的2025世界機器人大會開幕式上,機器人的主持成為一大亮點。這是大會十年來首次啟用機器人主持,也成為機器人不斷拓展應用場景的一個縮影。 本次大會以「讓機器人更智慧,讓具身體更智能」為主題,突出擁抱智能與深入融合。穿行在展館中,擰螺絲、疊衣服、做理療、聊天、演奏、打拳擊……一場令人眼花繚亂的「機器人總動員」讓觀眾們嘖嘖讚嘆。當熙熙攘攘的人流和各式各樣的機器人在同一個空間相遇,仿佛置身一個人機融合的未來世界。機器人曾一度被加上「冷冰冰」的前綴,但在技術加持之下,正變得越來越「可親」。 「機器人大會已走過10個年頭,見證和推動著機器人產業在產業提速、場景縱深、技術自主、生態成熟上不斷突破,機器人賦能千行百業、走進千家萬景的願景正在加速實現。」中國電子學會理事長徐曉蘭說。 不是工具,是夥伴 「機器人一定要服務於人、賦能於人。」今年正好也是傅立葉智能科技公司創立十周年,其創始人兼執行長顧捷在8月11日舉行的世界機器人大會論壇上表示,「這十年中,從康復機器人做到人形機器人,我們是圍繞著『以人為本』一直往前做產品和技術的研發。」 10年前,顧捷在很多醫院、養老院看到不少人通過人工的方式進行康復訓練,於是選擇了醫療陪伴作為切入點,開始研發康復機器人。「只要能解決某一個痛點,機器人就有大規模應用的可能性。」他說。 他們最早做的是外骨骼機器人,幫助患者從輪椅上站起來,進行走路的訓練。「這當中需要感知到患者力量的變化,比如患者力量不夠的情況下要給予他一些助力,力量夠的情況下少幫助他一些,這就涉及到力的交互。」 經過長時間的技術積累之後,他們在2020年開始做人形機器人,人機互動的領域隨之拓展。「當大模型出現之後,我們發現機器人對話的能力開始凸顯,能夠跟觸覺、聽覺、視覺交互融合在一起。」他說,未來的智能體一定是能夠融匯多感官的數據輸入,能夠跟人之間越來越自然、越來越主動地交互,而不單單是被動地去執行某些指令,比如說當人心情不好的時候,應該跟他怎麼做一些交互;心情好的時候,做什麼樣的交互。 兩年前,傅立葉發布了第一代機器人GR-1。這次大會,他們帶來了GR-3。其圓潤的面部曲線、靈動的棕色雙眼以及適中的身高比例,再加上溫和自然的肢體語言,極大地削弱了冷冰冰的機械感。當觀眾輕輕觸摸它的鼻子時,GR-3會迅速做出身體反應並變換表情,仿佛真的有了生命。事實上,做「有溫度的」具身智能,正是顧捷帶領企業努力的方向。 「只要技術的拼圖往外擴展一圈,就會看到更多場景落地的可能性。」顧捷說,「未來機器人在專業化的訓練、評估、交流、陪伴等方面有非常多的可能,它不只是一個工具,而是我們身邊非常好的夥伴。」 不只是充電,還是陪伴 米奧(北京)機器人有限公司要解決的是人們生活中的另一個痛點。 在電動汽車的家庭充電場景中,他們通過大量調研發現:車位狹窄導致安樁難、易磕碰;充電線易拖地、難卷線,且存在泡水風險;傳統充電樁燈語複雜,新手操作困難;冬季低溫及雨雪天氣還帶來電池安全隱患。「我們的 『充電陪伴機器人』正是破解這些難題的『新物種』。」8月11日,米奧CEO 徐經鑑對本報記者說。 據介紹,這款機器人首創「低空吊掛+槍線智控」結構,可以節省地面空間,而大模型驅動的端側智能通過動態表情與定製語音實現交互,比如在雨雪天氣與車主及時溝通充電注意事項,還搭載全景護衛系統遠程守護充電安全,搭載健康充電管理模式科學延長電池壽命,將充電從功能服務升級為有溫度的陪伴。 顯然,這款充電陪伴機器人不單單是要滿足充電需求,而是要實現對充電功能的升級甚至重塑。 統計顯示,2025年上半年,中國新能源乘用車市場繼續保持強勁的增長勢頭,累計零售銷量達到546.8萬輛,同比增長33.3%。其中,純電動乘用車以61.4%的佔比穩居主導地位,且同比增長3.2%。 徐經鑑告訴記者,公司創業之初就瞄準了與電動車相關的領域,選擇從充電的痛點切入。目前還處在市場探索期,近期米奧將在北京亦莊的機器人大世界搭建應用場景。 不像「機器」,更像「人」 「原來機器人都是彎腿屈膝走小碎步,在去年10月24日,眾擎發布了全球第一款能像人類一樣大步流星直膝行走的人形機器人SE01。」 「我們一直希望機器人身輕如燕,但是爆發力又要足夠強,因此在材料上最開始用鋼鐵後來用鋁合金,再後來用鎂合金,現在開始用工程塑料。」 「上一屆世界機器人大會的時候,我們的機器人還是用架子吊起來的,但是這次來我們沒有帶一個架子,讓機器人坐在凳子上。現在所有的機器人是用遙控器的,下次大會我們可能完全脫離遙控器。」 8月11日,眾擎機器人創始人趙同陽在世界機器人大會論壇上回顧了他創立這家公司以來所親歷的變化——眾擎成立於2023年10月,還不到兩年,公司從一個人擴大到擁有100多位優秀工程師。 企業的發展之快速與行業同頻。今年上半年,我國機器人產業營收同比增長27.8%,連續12年保持全球最大工業機器人市場地位,製造業機器人密度已躍升至全球第3位。 展望未來,趙同陽認為人形機器人有兩大能力,一是體能,二是智能,「希望先把它的體能做到極致,再把智能做到極致」。 「目前我們在機器人的造型上、行動上都能做到和人差不多,未來希望它的語言能力、溝通能力上能做到知書達禮。」他說,「如果是『冷冰冰』的機器人,它是工具屬性,我們希望能儘量把『機器』那部分去掉,希望它能像人一樣具有溫度、具有思考的能力。」 8月12日,2025世界機器人大會落下帷幕。已經可以開始期待明年的大會了。
前不久,我在做某數位化平臺的調研時,與他們的創始人談到了一個耐人尋味的話題——「為什麼中國擁有全球最完整的工業體系,卻仍有無數中小工廠困於『代工邊緣』?」 對方提到,「其實只用產業鏈集群來描述中國製造業的供應鏈能力是不準確的,至少還包括工藝協同、企業協同、行業協同、區域協同和內外協同。」 這五個協同層面,恰好揭示了傳統供應鏈體系的深層矛盾。當我們把目光從單個企業的生存困境投向更遠,會發現全球供應鏈的重組早已超越簡單的產能轉移,演變為一場由數據與算法驅動的系統性變革——而AI,正是這場變革的核心引擎。 傳統供應鏈的困境:看不見的繩索與隱性成本 傳統供應鏈的痛點往往像慢性病,其症狀在危急時刻才會被劇烈感知。而AI卻像特效藥一樣,能讓傳統供應鏈「起死回生」。 在珠三角某電子元件基地,一家主營手機配件的工廠就曾遭遇過類似問題。當海外客戶突然要修改訂單要求時,供應商需要花費三天時間核實技術要求的細節,而車間主任也只能憑經驗決定能不能修改。這種低效的信息傳遞鏈條,迫使企業不得不常年多備15%的冗餘庫存以應對不確定性。 這種依賴人工經驗的決策模式,更「坑人」的地方在於,易引發市場波動中的「群體失智」:市場一有風吹草動,就容易集體跑偏。結果就是企業看不清市場走向,要麼一窩蜂擴大生產,要麼突然集體減產,最終陷入「產能錯配—利潤壓縮」的惡性循環。 這些問題的根源,本質上是傳統供應鏈「信息孤島」與「決策滯後」的系統性矛盾,而這恰恰是AI技術的突破口。 「信息孤島」的癥結在於,在傳統供應鏈中,訂單信息需經採購、設計、生產、物流等多環節層層傳遞,每過一個節點就產生信息損耗;上下遊企業因數據標準不統一,技術參數、交付周期等關鍵信息難以對齊。例如,某汽車零部件製造商因無法實時獲取主機廠的生產計劃調整,頻繁出現生產節奏與市場需求脫節。 「決策滯後」則體現為,傳統供應鏈依賴人工經驗和歷史數據的預測模式,在突發性事件面前不堪一擊。例如2020年新冠疫情初期,全球供應鏈的混亂正是源於信息傳遞的延遲和決策的滯後。當某國港口突然關閉時,上遊製造商無法及時調整生產計劃,下遊客戶也難以重新配置物流資源時,將會導致整個鏈條陷入癱瘓。 那這困境的本質是什麼呢?是工業時代線性協作模式與數字時代動態需求之間的脫節。當市場從「大規模標準化生產」轉向「個性化柔性定製」,全球貿易要求供應鏈具備實時響應能力時,依賴人工、割裂信息、滯後決策的傳統模式也將必然被淘汰。這也解釋了為何AI在供應鏈中的應用已從「可選升級」變為「生存必需」——它不僅是技術工具,更是重構供應鏈底層邏輯的核心引擎,就是為了將「看不見的繩索」轉化為「可量化的數據流」,將「隱形成本」壓縮為「精準可控的效率提升空間」。 如何解決?構建AI驅動的「數據—算法」供應鏈體系 當傳統供應鏈的痛點被摸清楚了,解決辦法也就隨之而來,即構建一個基於AI的「數據—算法」供應鏈體系。 該體系的核心,在於AI將模糊的製造能力轉化為可量化的數據資產,並通過算法實現全領域精準協同。一些領先的數位化製造平臺已經展現出成熟的實踐,其平臺通過構建多維度的數據標籤體系,從最底層的工藝切入,將原本難以描述的工藝能力,如微米級精度的車床加工、特定材質的表面處理工藝等,轉化為機器可識別的結構化特徵。隨後,將簡單的需求流轉到工廠,讓買家和工廠直接對接;碰到需要多種工藝的複雜訂單,就重新設計、拆解,再派單給不同工廠完成,其匹配精度與效率遠超人工篩選。 這種轉變其實本質上是AI正在繪製一張實時更新的全球「製造能力圖譜」。以前,說起企業的製造能力,大家總愛簡單分成「能做」和「不能做」兩種。現在,在AI驅動的體系中,每個工廠的工藝參數、設備配置、質量認證等數據都被拆解為可動態組合的模塊。例如,醫療器械企業發布精密零件採購需求時,AI系統不僅能匹配具備相應資質的供應商,還能根據實時產能數據推薦最優生產方案——既大幅提升供應鏈匹配效率,又顯著降低冗餘成本。這種數據驅動的決策模式,正在將供應鏈管理的底層邏輯從「被動響應」轉向「主動預測」,成為全球供應鏈的核心競爭力。 其實這場變革的關鍵在哪兒呢?說到底,數據成了供應鏈裡最值錢的家當,而算法就像分配利益的規矩——誰手裡的預測模型更準,誰能更快把所有數據理順,誰就能在全球供應鏈重新洗牌的時候佔上風。 對中國製造業來說,這種靠AI撐起來的「數據加算法」模式,不光能幫那些中小工廠跳出「只能做代工」的困局,更能把咱們「工業體系全」這個大優勢,變成在全球供應鏈裡說了算的本事。這麼一來,全球供應鏈也慢慢從「扎堆在一個地方生產」變成「靠數字連在一起高效協作」了。 從中國到全球,供應鏈的「去中心化」革命 而在全球範圍內,供應鏈都在悄悄變樣——以前是層層管著、一個中心說了算,現在慢慢變成了大家各有各的職能,互相配合著來。而這場大變樣的背後,最關鍵的推手就是AI。 想像這樣一個場景——深圳的電子元件工廠接到來自巴西的定製化訂單,系統自動生成包含質量檢測標準、付款條件和物流路線的智能合約,貨物離開生產線時區塊鏈就完成支付結算,整個過程像網購一樣簡單直觀。這種看似科幻的場景,其實在阿里巴巴國際站的跨境貿易中已經初現端倪,去年該平臺就有超過三成的交易開始應用區塊鏈存證技術,實現了全流程的透明化與自動化。 現在,技術的底層邏輯正在發生質變。5G結合AI視覺算法讓跨國遠程質檢成為可能,AI算法能實時分析全球14個港口的擁堵情況,物聯網設備回傳的貨櫃溫溼度數據經AI分析後可提前預警風險……傳統供應鏈的「金字塔」結構正被徹底解構。這種變革帶來的不僅是流程簡化,更是價值創造模式的根本性轉變——過去依賴跨國物流公司和銀行的「中間層」正在消失,生產端和消費端通過。AI驅動數字網絡直接咬合。 然而,這場革命的推進遠比想像中更加複雜。在東莞的製造業集群中,我們能看到兩種截然不同的圖景並行:某家年產值5億的電子廠斥資800萬搭建工業網際網路平臺,卻因管理層對數據可視化系統缺乏理解,導致系統淪為擺設;而隔壁的模具廠則用300萬改造費用實現設備聯網,通過實時監測刀具損耗率,就將生產效率大幅度提升。 這種差異折射出轉型的深層矛盾——當數位化需要重構組織架構時,很多企業發現最大的障礙不是技術本身,而是組織慣性。實際中通常會出現花了幾個月時間搭建ERP系統,但員工習慣了手工操作,推廣難度很大。此外,數據安全和隱私保護問題也日益凸顯,如何在開放共享與風險控制之間找到平衡,是行業面臨的共同挑戰。 這些現實困境揭示:去中心化不是簡單的技術疊加,而是需要同步重構商業規則、組織文化甚至權力關係的系統工程。 供應鏈的「活」與「變」 當供應鏈「活」了起來,中國製造乃至全球產業網絡的協同與進化,才真正擁有了面向未來的無限可能。 這場由數據與算法驅動的變革,正在重塑全球供應鏈的底層邏輯——從「效率優先」轉向「韌性優先」,從「成本控制」轉向「價值共創」。 過去由跨國企業主導的垂直供應鏈,正在演變為一種網狀生態。深圳無人機企業通過開放AI算法接口,吸引全球開發者為其改進飛行控制系統,使產品響應速度提升30%;蘇州的紡織廠將柔性生產線接入AI雲平臺,成為服務十幾個國家設計師品牌的「雲製造」節點,實現按單生產的毫秒級調度。這種轉變帶來的不僅是效率提升,更是價值創造邏輯的根本變革:當每個參與方都能通過數據貢獻獲得收益分成,當創新成果能在全球範圍內即時復用,供應鏈就變成了持續進化的生命體。 從大趨勢來看,AI正在悄悄改變供應鏈創造價值的方式。過去,資源怎麼分配,基本都是行業裡的大公司說了算;現在,AI的「分布式智能」慢慢接過了這活兒——算法會盯著實時數據,靈活調配產能、優化物流路線、提前預判需求,哪怕是很小的生產單元,都可能在這個過程中變成創造價值的關鍵節點。 這種變革的深層意義在於,全球供應鏈的競爭早就不拼規模大小了,而是比誰的AI算力強、處理數據快。誰能更快練出精準的預測模型,誰能更高效地把各地的數據串起來,誰就能在現在這個講究靈活、能定製的全球市場裡搶得先機。 不過,AI推動供應鏈升級,也不是沒遇到難題。比如得建立跟AI匹配的數據歸屬和交易規則,得培養既懂生產工藝又懂算法的多面手,還得琢磨怎麼讓不同文化背景的人用AI好好配合。就像深圳華強北的轉型,從以前的手工焊接小作坊,變成現在涵蓋設計、測試、融資的全鏈條數字生態,每一步突破都離不開AI技術進步和制度創新的相互帶動——算法在優化生產流程的同時,也逼著管理模式改成了「人和機器一起協作」。 在未來的產業圖景中,AI會變成供應鏈的「神經中樞」:工廠設備靠AI自己協調幹活,物流網絡跟著算法隨時調整路線,甚至消費者幾個月後想要什麼,AI都能提前半年算出來。等每個生產單元都連上AI驅動的數字網絡,整個供應鏈會變得特別有韌性,充滿活力。這可不只是技術更新換代那麼簡單,更是全球產業格局朝著「智能協同」時代走的必然結果。 (作者劉典為復旦大學中國研究院副研究員,清華大學人工智慧國際治理研究院戰略與宏觀項目主任,新著《杭州模式:DeepSeek與中國算谷》2025年5月由中信出版集團出版)
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。
87596
58
2025-11-08 22:51
29354
27
2025-11-08 22:51
52391
32
2025-11-08 22:51
84563
59
2025-11-08 22:51
89764
49
2025-11-08 22:51
75638
34
2025-11-08 22:51
25378
53
2025-11-08 22:51
42761
91
2025-11-08 22:51
34861
63
2025-11-08 22:51
46738
75
2025-11-08 22:51
46179
38
2025-11-08 22:51
61372
15
2025-11-08 22:51
67214
53
2025-11-08 22:51
29436
54
2025-11-08 22:51
21368
63
2025-11-08 22:51
72538
64
2025-11-08 22:51
81376
15
2025-11-08 22:51
59673
24
2025-11-08 22:51
47618
64
2025-11-08 22:51
75862
93
2025-11-08 22:51
41853
23
2025-11-08 22:51
54369
36
2025-11-08 22:51
54367
47
2025-11-08 22:51
59841
48
2025-11-08 22:51
42715
79
2025-11-08 22:51
94835
95
2025-11-08 22:51
84961
29
2025-11-08 22:51
23158
76
2025-11-08 22:51
56748
25
2025-11-08 22:51
16743
75
2025-11-08 22:51
84927
98
2025-11-08 22:51
48679
15
2025-11-08 22:51
79268
59
2025-11-08 22:51
89754
38
2025-11-08 22:51
85473
62
2025-11-08 22:51
47951
12
2025-11-08 22:51
74281
95
2025-11-08 22:51
12675
23
2025-11-08 22:51
31825
84
2025-11-08 22:51
84715
27
2025-11-08 22:51
53217
36
2025-11-08 22:51
97483
98
2025-11-08 22:51
95316
47
2025-11-08 22:51
94165
64
2025-11-08 22:51
29765
92
2025-11-08 22:51
26719
95
2025-11-08 22:51
26475
28
2025-11-08 22:51
43197
19
2025-11-08 22:51
78143
79
2025-11-08 22:51
41652
72
2025-11-08 22:51
76219
56
2025-11-08 22:51
36219
73
2025-11-08 22:51
31946
98
2025-11-08 22:51
| 美女直播app | 么么直播 |
| 直播全婐app免费 | |
| 橘子直播 | 雪梨直播 |
| 优直播 | |
| 河豚直播 | 桃花直播 |
| 伊人app | |
| 秀色直播app下载安装app | 奇秀直播 |
| 深夜直播 | |
| 成人性做爰直播 | 阴桃直播 |
| 樱桃直播 | |
| 秀色直播 | 尖叫之夜免费直播 |
| 红桃直播 | |
| 桔子直播 | 看少妇全黄a片直播 |
| 夜月视频直播 | |
| 秀色直播 | 免费直播平台 |
| 嗨球直播 | |
| 荔枝直播 | 蜜糖直播 |
| 黑白直播 | |
| 樱花直播 | 国外b站刺激战场直播app |
| 魅影5.3直播 | |