“过去几年，我们解决了‘有没有’的问题，比如核心运动控制内核实现了自主可控，今年我们会继续提升机器人整体机身性能，并加大智能机器人通用技术底座的研发投入。”埃夫特董事长、总经理游玮近日在接受中国证券报记者专访时说。
他表示，埃夫特正在推进“机器人造机器人”产线建设，通过机器人智能化水平的提升，逐步打开机器人在通用制造和未来服务场景的应用空间。在国内机器人产业加速发展背景下，游玮认为，机器人产业发展除了深耕核心技术，还须推动产品标准、数据标准建设，形成行业发展合力。
自研底层技术
2020年，脱胎于奇瑞汽车的工业机器人生产商埃夫特正式登陆科创板。在游玮看来，自主化、智能化，是埃夫特发展机器人产业的两大核心优势。
“我们从机器人的控制器、伺服系统、精密传动，到控制器里的底层操作系统、运动控制内核，完全实现了100%自主可控。可以说，机器人的底层技术完全掌握在我们自己手里。”游玮说，埃夫特一直强调核心部件与核心技术模块的自主可控。
在智能化方面，埃夫特提前布局。2016年，埃夫特与卡耐基梅隆大学合作开展机器人强化学习、机器人迁移学习的研发工作。2024年，埃夫特设立启智机器人公司，专注于智能机器人通用技术底座的研发。据介绍，该底座由Openmind OS操作系统、墨斗IDE集成开发平台和大衍数据平台构成，为开发者提供统一接口和可复用模块，能帮助降低机器人开发门槛。“希望未来机器人产业能像手机产业一样开放，让更多开发者在上面开发应用程序，去满足终端客户各种场景的需求。”游玮说。
数据显示，受益于其在电子制造及通用工业领域的渗透率提升，2024年，埃夫特机器人出货量同比增长超30%。今年第一季度，埃夫特工业机器人出货量同比持续保持增长。
游玮表示，“得益于近年来埃夫特市场占有率不断提升，出货量持续增大，现有工厂经过多轮次技术改造，依然难以满足未来几年的产能需求。”为此，埃夫特决定在安徽芜湖新建一处机器人超级工厂，总投资额不超过19亿元。游玮介绍，该工厂的占地面积比目前工厂扩大了50%至60%，大规模应用自动化和智能化装置，大幅度提升生产效率，设计产能扩大了10倍。
提升工业场景渗透率
尽管市场热度上升，机器人在制造业中的总体渗透率仍处于较低水平。“目前机器人在制造业中的渗透率约为4%，大概每万名产业工人的机器人保有量为400台。”游玮认为，传统工业机器人的设计思路是适用于产品规格相对单一，需要大批量生产的标准化流水线，如汽车制造中的冲压、焊接、涂装，以及电子制造中的搬运上下料流程。尤其是生产过程中一些环境恶劣、枯燥繁重且危险的场景，对机器人的需求会快速增加。
但是在多品种小批量生产场景，机器人的应用仍存在较大挑战。“如家具喷涂、非标焊接、五金打磨等，因其柔性需求高、作业模式差异大，反而对机器人智能化水平提出更高要求。机器人需要具备自主规划、自主执行甚至自主学习的能力。”游玮表示，此类企业大部分是中小型企业，在人力、资金、时间、标准化建设等方面能力有限。
为应对上述挑战，埃夫特通过打造智能机器人通用技术底座这一开放性的集成化开发平台，将数据采集、模型训练、行业经验、配置方案、模拟仿真等一系列机器人应用开发难点转化为清晰的标准化流程，形成开放、共享的行业生态。如钢结构焊接与船舶中厚板焊接的场景任务具有相似性，开发者与普通用户可复用此前的程序模版，提升机器人跨场景迁移执行任务的能力。
“在更多的柔性作业场景，我们的机器人正逐步地批量落地。智能化水平提升后，机器人在通用制造业的整体渗透率预计达到20%甚至更高，工业机器人市场规模也会有数量级增长。”游玮说。
随着智能化水平不断提升，机器人未来有望进入任务复杂度更高的家庭服务场景。“到那时，我们希望一个厨师能在两小时内教会机器人炒一盘鱼香肉丝，一个中医师能在两小时内教机器人完成按摩程序的开发。让人人会用机器人，人人会开发机器人，让机器人的应用赋能千行百业。”游玮预计，要实现机器人在家庭等更复杂、非结构化环境中的普及，还需5至10年时间。
标准与数据短板待补
游玮认为，我国发展机器人产业具备明显优势。“一方面，完善的制造业门类、丰富的制造业场景，带来大量高质量数据，构成机器人产业发展的基础；另一方面，大量优秀的工程师资源可以针对不同应用场景，快速完成机器人应用程序的开发。”
但是当前机器人行业缺乏统一的产品评估标准，例如能耗、精度、智能化水平等关键性能指标，均缺少统一测试方法，致使不同品牌间缺乏可比性，导致客户更多以价格作为主要判断依据，影响行业健康发展。他建议，应从国家或行业层面推进评估标准的制定与执行，推动已有各类标准的更新、清理、合并和落地实施。在机器人密度不断提升、人机协作频繁的背景下，尤其应加强安全规范的强制执行，防止潜在风险。
机器人智能化水平提升的关键是高质量数据。游玮发现，由于缺乏数据采集规范，当前采集的机器人训练数据难以被迁移和复用。游玮表示，只有提升数据采集规范，使高质量数据可以复用，构建起足够规模和质量的数据资源库，才能形成合力，推动机器人产业持续进阶，更广泛地落地应用。
配配网提示：文章来自网络，不代表本站观点。
