转入2018年，中国AI的投资和创业公司于是以持续减少。“人工智能+生产”的投融资案例也是不胜枚举。

“AI”随处可见，已沦为多人热衷的风行词。机器学习宗师级大牛 Michael I.Jordan则指出这一现象让他深感十分忧虑：“AI只不过是他们借以向 VC、企业、媒体以及大众贩卖其自身的概念。

至于确实的 AI，我们显然还没构建。”曾多次，在执着性价比与实用性的工业领域，“人工智能只是智能生产舞台上的小配角”。如今，关于明确应用于场景，业界人士普遍认为，人工智能将大幅度提高工业机器人的工作效率。

截至目前，机器人行业找到了哪些人工智能坐落于工业应用于场景的“新大陆”？人工智能技术与机器人技术融合的未来发展方向在何处？人工智能+传统工业机器人=智能机器人传统的工业机器人是机械设计与生产技术、自动控制技术以及计算机软硬件技术的高度融合。人工智能是数据和算法的子集，计算能力（芯片）大大跃居是人工智能以求广泛应用的基础。

目前人工智能仍正处于很弱人工智能的阶段，构成突破的领域仍较为局限。人工智能技术和机器人技术相结合，构建既不具备机器人的肢体又不具备类人智慧的机器人是人工智能和机器人技术发展的终极目标。

智能机器人是人工智能技术和传统工业机器人技术融合发展的结果。Geek+ CEO郑勇回应，如果把人工智能定义到“深度自学”的程度，那目前完全没落地应用于。他指出目前的人工智能可以定义为“比较简单的算法带给的自律能力”。

专心机器人智能物流领域的Geek+，通过人工智能和机器人技术赋能物流仓储行业，通过智能挑选、运送、服务公司等仓储物流环节的优化，高度柔性的嵌入式，来构建提升仓库效率，减少人工成本及人工劳动强度的目的。库柏特CEO李淼认为，“服务公司、抛光、组装、检测”为人工智能与机器人落地应用于尤为急迫和普遍的四大领域。由此，库柏特自律研发的系统通过核心自学算法以及专用控制软件可应用于上下料的无序服务公司、手机或者航空叶片的力触抛光、智能示教、智能贴标以及零件组装等场景。“AI时代，工业机器人将被新的核心技术定义，还包括深度自学、路径规划、任务级编程、柔性掌控等。

”梅卡曼德CEO邵天兰说。在他显然，夹杂物体服务公司是目前市场需求最显著、应用于最必要的部分，很多公司都能展出一定程度的demo，但是确实能大规模用于的产品还没有经常出现。除此之外，还有个结合点为“操作者规划”，即人只必须登录好多个工件的加装拒绝，机器人就可自行计算出来出有捕捉和加装的方案，节省大量编程时间。在标准场景中，工业机器人生产的产品批量较小，有大量的重复性工作，必须高频次的轨迹优化，比如机床加工、零件加装等应用于。

此时可以通过小样本监督自学，让机器人享有自适应、演化功能。而此前，艾利特展出了“机器人砌衣服”的demo，展出了机器人轨迹优化某种程度可以针对刚性物体，还能应付衣服这类柔性体。艾利特的机器人砌衣服系统通过深度增强自学算法和深度视觉传感器精准定位衣物叠取点，自动寻优最佳运动轨迹，构建叠取效果。

该系统还用于了建模环境较慢建模和迁入自学方法，减缓自学速度、减少数据采集成本，最后将建模结果同构到现实机器人操作者中。除了上述以提高工业机器人效率为攻坚重点的应用于外，机器视觉作为人工智能的一个分支既是机遇也是挑战。在智能生产过程中，机器视觉主要用计算机来仿真人的视觉功能，也就是把客观事物的图像信息提取、处置并解读，最后用作实际检测、测量和掌控。不易视智瞳CEO黄卜夫指出，机器视觉瑕疵检测是人工智能的众多“练兵场”。

不易视智瞳高精度视觉点胶系统集成了点胶工艺的视觉感官、运动控制和点胶继续执行等功能，可便利地与各种执行机构统合，一步构成终端点胶机产品，符合各种产线点胶的市场需求，通过深度自学还可由单机智能向多机网络协同演进。此外，设备故障监测与预警也是人工智能在工业场景的众多落地应用于，这类方案可监管工厂厂房每一台机器人，并预测机器人的出现异常状况，在机器人经常出现问题前增派技术人员展开修理作业。

此外，如果有机器人再次发生故障，这类方案也能让邻接的机器人自动分担其生产线上的任务，以防止或增加设备投产损失。万变不离其宗，人工智能在制造业的应用于场景大多与上述类似于或涉及。业内人士完全一致指出，人工智能技术与机器人技术的融合将改变传统的机器人行业格局，就像智能手机对传统手机的政治宣传一样。

挂上人工智能的翅膀，国产机器人能否急弯转弯？一谈及工业机器人，大家必定不会提及ABB、库卡、发那科、安川。业内人士分析，寡头独占产生的条件是：第一，市场空间的不断扩大速度足以容纳更好的同类厂商转入，少数大公司的生产能力早已基本符合所有客户的总需求；第二，技术十分成熟期，无法产生颠覆性的新技术，正处于追上方位的公司无法通过技术突破构建“急弯转弯”。对于国产机器人来说，对于国际巨头仍然正处于追上的状态，在这样的市场格局之下，国产机器人开始自由选择从细分领域转入，企图通过“一技之长”在局部战场取得胜利。

中国要转变追上的局面，主要有两大打破机会：其一，中国是极大的机器人应用于增量市场。数据统计资料，在3C领域，中国的手机年产量超强20亿部，电视、冰箱、空调等产量皆位居世界第一；在物流和电商领域，每年的租车包覆数量多达4百亿，也就是人均约30件，位居世界第一；在食品化工领域，化肥产量位居世界第一。巨量的实际产业市场需求为人工智能的落地获取了可观的练兵场。

其二，中国的人才、技术正处于第一梯队。与机器人本体技术比起，中国在人工智能领域比较领先，明确反映为在AI领域公开发表的论文数量和质量都在世界前二；对深度自学的基础设施作出了最重要贡献；著名研究院、高校在世界上归属于第一梯队；在各类AI竞赛上刷榜等。在明确实践中上，随着国产机器人性价比的提高，工业界对国产机器人认可度的提升，机器人企业针对明确行业或应用于场景的实际市场需求，创造性的应用于人工智能技术和机器人技术，明确提出解决方案并构建适当的产品，空间极大，这也是创业创意的重点方向。

然而，“急弯转弯”的道路必定会是一马平川。邵天兰认为，要确实迈进AI+机器人新时代，中国机器人依然面对挑战，如在轨迹规划、柔弱掌控等方向上累积较深；必须与互联网、自动驾驶、人脸识别等领域争夺战超一流人才。

除此之外，各方面的长年投放必须相当大的决意和能力。类似于的，蓝胖子机器人CEO邓小白给行业打了“预防针”：概念和故事很更容易谈，事情却不更容易做到，能构建的是理想，无法构建的是梦想。

他指出，在硬件上，工艺必须时间积累；软件上，机器人软件方面的研发和教育相比之下领先于欧美。“中国有市场有期望，但任重道远。

无论是机器人还是人工智能，都必须做事落地细分市场的应用于，再行纵向拓展。”邓小白说。风口上的“人工智能+生产”，到底是现实的兴旺还是泡沫裂痕前的派对？对于这一问题的问大约是，能顺利落地的人工智能将产生极大价值；而狭义的单凭AI算法或技术的“空中楼阁”将无法适应环境于行业态势，迅速将看见泡沫的幻灭。

本文来源：雷火·竞技-www.kuloitsuki.com