大会概况 - 2025智能机器人大会将于12月10日在北京昌平未来科学城万怡酒店举行，旨在打造一个聚焦技术创新、产业协同和成果转化的高规格行业盛会，为北京智能机器人未来产业集群发展赋能[1] - 大会与2025智能机器人大赛联动，将汇聚国内外顶尖研发力量、产业资源与投资机构[1] 大会议程与核心议题 - 上午议程以开幕式及前沿技术主题演讲为主，涵盖多模式移动操作机器人、智慧康养新模式、具身智能应用实践、人形机器人核心动力技术、通用人工智能及仿生运动智能等方向[15] - 下午议程聚焦具体应用与技术趋势，议题包括云边端协同的分布式具身智能、智能护理机器人、康复机器人、协作机器人、应急救援机器人、四足机器人，并以一场关于智能机器人产业发展及突破的圆桌论坛收尾[15][16] - 演讲嘉宾来自学术界与产业界，包括北京航空航天大学、清华大学、松延动力、万境千寻、月泉仿生、节卡机器人、中信重工开诚智能、智身科技等机构的高层或技术负责人[15][16] 参会企业图谱 - 文章列举了覆盖机器人产业链各环节的众多企业，显示出行业生态的繁荣与细分领域的专业化发展[23][24][25][26] - 工业机器人领域代表企业包括埃斯顿自动化、埃夫特、节卡机器人、极智嘉、海康机器人等[23] - 服务与特种机器人领域代表企业包括亿嘉和、晶品特装、普渡机器人、九号机器人等[23] - 医疗机器人领域代表企业包括天智航、精锋医疗、术锐机器人、元化智能等[23] - 人形机器人成为重要赛道，代表企业包括优必选、宇树科技、云深处、逐际动力、傅利叶智能、智身科技等[24] - 具身智能作为新兴方向，相关企业包括跨维智能、银河通用、科大讯飞、月泉仿生等[25] - 核心零部件企业覆盖谐波减速器（绿的谐波）、传感器、力控、视觉、执行器等关键环节，代表企业包括因时机器人、坤维科技、青瞳视觉、本末科技等[25] - 教育机器人企业包括硅步机器人、史河科教机器人等[26]

行业标准化进程 - 2025年11月，中国成立人形机器人国家标准化委员会，标志着产业从技术探索迈入规范发展阶段[2] - 标准化趋势将推动核心部件标准化，机器人传感器标准将得到更广泛重视并进一步收拢，促进行业规范化[2] - 2023年，多维力传感器领域的基础标准GB/T 43199-2023《机器人多维力/力矩传感器检测规范》已率先落地，正在重塑竞争格局[2] 标准缺失引发的市场乱象 - 在国标出台前，六维力传感器市场陷入“检测无标准、评价无依据”的混沌状态[4] - 许多新进入者用一维传感器的思维和指标去宣传六维力传感器，核心指标“串扰”被刻意淡化或采用不科学的单维加载方式测量，导致产品参数虚高、宣传失真[5] - 标准缺失导致下游厂商选型困难，行业陷入低端参数竞赛，例如部分企业标称精度为万分之五，部分为千分之三，引发技术规范化问题[5] - 行业内存在将精度和准度混为一谈的乱象，两者概念差异巨大，以精准度统称两个概念会造成误解[6] - 2024年人形机器人产业化加速激化了矛盾，产业对精度、长期稳定性、抗过载能力的需求发生质的飞跃，但底层标准真空，关键参数可由厂商自行定义甚至包装[8] - 部分宣称高精度的传感器可能是在理想单维静态条件下测得的实验室最优值，其真实工况指标如六维串扰、温漂、冲击后信号失真等不明确[8] 国家标准的内容与影响 - GB/T 43199-2023强制规定，六维力传感器的校准与性能检测必须在“六维联合加载”条件下进行，以准确暴露“串扰”这一关键误差源[10] - 串扰指标直接决定了传感器的最终准度，其影响占比可达90%，国标用科学的检测方法让真实性能无所遁形[10] - 制定国标的核心诉求是建立统一的技术语言和检测标尺，引导市场竞争从无序的“价格战”和参数虚标，回归到以真实性能、可靠性与长期稳定性为核心的“价值战”[11][13] - 统一标准使产品性能透明可比，资源向真正具备核心技术的企业集中[13] 坤维科技的技术与市场地位 - 坤维科技是国标牵头制定者之一，其核心创始团队源自航天十一院，拥有超过二十年的六维力传感器研发经验[13] - 公司技术继承自航天领域长达五十年的国家投入积累，涵盖材料科学、结构力学到精密工艺的know-how[14] - 在国标提出的≤0.5% FS准度要求之上，坤维将自身产品实测准度推进至0.3% FS，定义了行业高性能基准[13] - 公司建成了国内民营企业中唯一的六维联合标校实验室，自主研发全套自动化标定与检测装备，将单台标定时间压缩至分钟级[16] - 自动化产线日标定检测产能已达国内领先，预计2026年初可实现六维力传感器每年6万台的产能[16] - 通过独创的六维联合加载标定技术、机械结构物理解耦和先进解耦补偿算法，产品实现重复性精度0.1% FS、温漂低至50ppm/℃的顶尖指标[16] - 坤维科技已成为六维力传感器市场的核心推动者和供货领头羊[16] 人形机器人领域的应用与生态 - 国家标准同样适用于人形机器人领域，该领域现阶段最关注安全性和经济性两大诉求[17] - 坤维科技针对人形机器人推出的高可靠性HRS系列六维力传感器，已批量应用于多家头部公司的足部与关节，重点解决动态平衡与“崴脚”风险[17] - 坤维的客户名单几乎涵盖当前国内所有人形机器人领域的活跃力量，包括小米、智元、银河通用、北京人形机器人创新中心、优必选、星海图等，均已实现批量供货或深度合作[19] - 与产业头部玩家的深度绑定形成了强大的生态闭环，海量数据反馈驱动产品快速迭代，迭代后的产品又进一步巩固客户产品的竞争力[19] - 公司正向更底层延伸研发，研究新型应变材料与结构，并推动向专用传感芯片（ASIC）设计探索，以降低成本、减小体积、提升性能[20] 行业意义与未来展望 - 人形机器人的竞赛是一场关于感知、决策与执行的系统竞赛，在产业爆发前夜已埋头筑造技术基石、定义行业标准、构建量产体系、链接生态资源的公司将掌握通向未来的钥匙[23] - 中国传感器领域标准的故事，是机器人核心技术从国家实验室出发，历经市场化淬炼，最终瞄准世界级产业浪潮奋力一跃的缩影[23] - 在智能时代，真正的创新者不仅是技术的发明家，更是产业标准的定义者和规模应用的破局者[23]

文章核心观点 - 特斯拉人形机器人Optimus在迈阿密的公开演示中出现失误，其摔倒时做出的疑似“摘VR头盔”动作，引发了对其技术自主性的深度质疑，即机器人是否仍严重依赖幕后的人类远程操作而非完全由AI驱动[1][2][3][4][5] - 机器人技术的“自主性”是区分技术阶段、决定经济潜力的核心，特斯拉将Optimus定位为完全自主的AI产品，但任何远程操控的痕迹都可能引发对其商业模式和规模化前景的信任危机[11][16][17] - 实用化机器人的未来可能在于“分层自主”或“共享控制”模式，即在常规任务上实现自主，在复杂情况下请求人类介入，但特斯拉在公开演示中并未透明展示其自主能力的边界[25][26][29] - Optimus是特斯拉整体战略中面向未来的关键赌注，旨在将公司重塑为AI与机器人公司，但其从实验室原型到稳定商业产品仍面临巨大技术挑战和漫长的迭代过程[32][34] Optimus演示事件与自主性质疑 - 在迈阿密的科技演示中，Optimus在递送水瓶时失手，水瓶滑落，随后机器人失去平衡向后倾倒[1][2] - 在摔倒瞬间，Optimus双臂抬起，双手做出了一个清晰、迅速且类似人类摘取VR设备的抓握扭转动作，该动作被现场数十部手机捕获并引发广泛讨论[3][4][5] - 这并非Optimus首次公开失误，去年在Robottaxi活动上也曾打翻饮料，但此次伴随的“附加动作”引发了更深层质疑[8][9][10] - 马斯克曾于10月4日在社交平台坚决表示Optimus由AI驱动而非遥控操作，但演示中的动作与人类操作员在紧急情况下脱离VR沉浸感的肌肉记忆惊人吻合，使得其声明显得微妙[7] - 该事件的核心质疑在于：在公开演示中，Optimus究竟是一个独立的自主智能体，还是一个被远程操控的高科技木偶[11] 远程操控的技术背景与争议焦点 - 在机器人技术领域，远程操控或“人在回路”是应对非结构化环境的工程学黄金标准，广泛应用于远程手术、深海勘探等高阶任务[13] - 许多顶尖实验室采用“混合模式”，即AI负责常规任务，人类在关键时刻接管，特斯拉也使用VR设备通过人类示范来训练Optimus[13][14] - 争议焦点不在于是否使用过远程操作进行训练，而在于公开演示时是否仍在依赖远程操控[16] - 自主与遥控代表截然不同的技术阶段和商业模式，完全自主的机器人可实现低成本无限复制与部署，而依赖实时人力监控的机器人则存在明显的规模化应用天花板[17] - Optimus摔倒时的“摘头盔”动作像一次无意识的“招供”，暗示其宣称的自主性可能仍严重依赖幕后操作员[17] 自主性的多维重要性 - **技术层面**：自主性是能力边界的分水岭，意味着机器人能独立感知环境、理解情境、规划步骤并安全执行，尤其在Optimus瞄准的通用场景中至关重要[19][20] - **经济层面**：自主性直接关联颠覆性潜力，马斯克将Optimus成本目标定在2万美元以内，若其能自主完成多种任务，将重塑劳动力市场并冲击众多行业，若依赖人工监控则应用成本将指数级上升[21][22] - **伦理与安全层面**：自主性带来了控制悖论和责任归属等根本性问题[24] - **哲学与认知层面**：高度自主的机器人在挑战“人何以为人”的古老命题，Optimus疑似摘VR的动作之所以令人不安，是因为它模糊了机器反应与人类应激本能的界限[24] 分层自主：未来的技术路径 - 纯遥控与全自主并非二元对立，而是一个连续谱，大多数实用化机器人的未来在于找到恰当的“黄金分割点”[25] - “分层自主”或“共享控制”范式是可行路径，即机器人具备处理常规任务的基础自主能力，遇到算法边界外的复杂情况时自动请求人类操作员介入[26] - 在此模式下，人类不再是微观操控的“提线师”，而是提供高层指导和关键决策的“监督员”，形成“机器人的身体，人机协同的头脑”[26][27] - 特斯拉Optimus团队宣称的“团队协作自主”可能正沿此方向探索，但问题在于公开演示未透明展示协作边界，迈阿密失误暴露了其在动态平衡和精细操作上的自主能力脆弱性[29] - 真正的自信源于坦诚，若公司能公开说明当前发展阶段哪些任务已完全自主、哪些仍需人类监督，将有助于建立更合理的公众期待[30] 特斯拉的战略布局与挑战 - Optimus人形机器人和Robotaxi承载着马斯克口中“公司历史上潜力最大”的未来，是特斯拉从汽车制造公司重塑为人工智能与机器人公司的关键战略组成部分[32] - 公司预计在2026年建成规模化的第三代Optimus生产线，试生产已在弗里蒙特工厂启动，并在自有办公场所和餐厅测试真实场景，向资本市场传递量产信号[33] - 然而，从实验室原型到稳定商业产品需要跨越漫长的“死亡之谷”，技术挑战包括灵巧手部技术、动态环境下的全身协调、常识推理与长期任务规划等[34] - 马斯克擅长用极致目标和紧迫时间表推动突破，但在人形机器人这样高度复杂的领域，实现生物级的协调与智能可能需要更多耐心和迭代[34]

公司核心业务与战略布局 - 公司市值一度突破5000亿人民币，业务横跨消费电子、汽车、机器人三大赛道 [2] - 公司已启动赴港IPO计划，布局“A+H”双资本平台，计划募资约10亿美元（约78亿港元）以支持新兴业务扩张 [8] - 创始人王来春推出“三个五年计划”，旨在全方位发展消费电子、汽车、通信、工业、医疗等业务，打造新增长曲线 [13] 人形机器人业务进展 - 公司已具备人形机器人全产业链核心能力，除电池与部分关节模组外，可自主完成谐波齿轮等关键部件的精加工 [4] - 公司预计今年出货3000台人形机器人，当前第一代产线为半自动化手工线，明年初将推出高度柔性、自适应、自动化的“制造2.0”产线 [4] - 公司于7月份中标中国移动约1.24亿元人民币的人形机器人整机和关节模组订单，关节模组执行器和高速连接平台产品将成为未来重点发力方向 [4][5] AI硬件与OpenAI合作 - 公司与OpenAI签署协议，共同打造OpenAI首款消费级AI设备，成为其首个中国合作商 [7] - 该AI设备处于原型研发阶段，设计为口袋大小便携形态，深度整合ChatGPT大语言模型，预计最早于2026年底至2027年初量产，越南工厂将承接70%的订单 [7] - 此次合作标志着公司从消费电子代工向智能硬件创新伙伴的转型，切入了AI硬件新兴赛道 [7] 全球化制造与产能布局 - 公司制造基地遍布全球，包括中国、越南、泰国、印尼等国家，设有110多家生产基地和16个研发中心 [8] - 在机器人领域，公司于江苏省苏州市常熟经开区签约落户机器人总部基地项目，占地面积66亩，总投资50亿元，达产后预计年产值100亿元，引进高端人才3000余人 [14][15] - 公司在西安的研发制造基地总投资额达6.75亿元，建成后预计年产分拣机器人2万台，并提供50余组智能物流解决方案 [15] 机器人业务矩阵与未来规划 - 公司机器人业务涵盖工业机器人、人形机器人、消费级机器人，已构建“技术+产能+订单”的三位一体优势 [17] - 公司计划2025年继续拓展家用机器人产品系列，将业务从B端工业场景延伸至C端民生场景 [17] - 未来计划结合AIoT与生成式AI助手，赋能多场景多模态，目标是将机器人智能体产线覆盖率提升至60% [18] 3C厂商跨界机器人的行业逻辑 - 3C产品快速迭代的供应链能力与机器人行业初期方案快速调整的需求高度匹配 [19] - 3C企业的精密制造基因契合机器人对高精度、轻量化和可靠性的核心需求，其感知技术、新材料应用经验及精密制造能力可迁移至机器人领域 [19] - 3C厂商完善的供应链体系与强大的客户资源可在机器人业务中实现有效复用，降低生产成本并拓宽商业化空间 [21] 创始人背景与公司发展历程 - 创始人王来春从富士康流水线女工起步，逐步晋升为管理者，于1998年辞职创业，创立立讯精密 [10] - 创业初期依托富士康资源，2007年至2009年间，公司向富士康的销售收入占当期营收比重均超过45% [11] - 公司通过并购扩张，直接服务苹果并成为“果链”企业，2024年获得iPhone17近一半的整机组装订单，反超富士康成为“果链一哥” [11][13] 多元化业务与未来展望 - 公司客户群体已涵盖三星、华为等消费电子品牌，以及奇瑞、广汽、理想、小鹏、蔚来等国内车企 [13] - 汽车电子、智能驾驶及医疗设备等业务布局将为公司提供新的增长曲线 [22] - 公司正从精密制造企业向多元化、智能化的科技集团转型，未来目标不仅是“果链一哥”，更是“智能制造巨头” [22][23]

公司融资与战略 - 公司于12月9日宣布完成超5亿元人民币的C轮融资 [1] - 本轮融资由招银国际和华夏基金联合领投，中国电信、中国联通旗下基金参与战略投资，多家机构跟投，并有多个老股东继续加持 [1] - 融资资金将用于技术研发、扩大产能、市场拓展以及引进人才，旨在推动具身智能机器人的商业化与规模化落地 [3][5] - 通过本轮融资，公司与具备鲜明产业属性的投资方深度绑定，构建“技术-产业-场景”协同发展的新生态 [3] 技术与产品进展 - 公司是专注于四足机器人、人形机器人及核心零部件研发的国家级高新技术企业，构建了“感知-决策-执行”全链路技术体系 [6] - 2024年4月，公司发布全球首款行业应用轮足机器人山猫M20，自重33kg，具备IP66防护等级，可在-20℃至55℃作业，可攀爬80厘米高台 [7] - 2024年10月，公司发布全球首款行业级全天候人形机器人DR02，具备IP66防护等级，行走速度达1.5m/s，极限速度4m/s，可跨越25cm高楼梯 [9] - 公司正式发布DeepVLA1.0视觉语言具身导航系统，支持自然语言精准调节路径规划，实现大场景全域具身导航应用落地 [11] - 公司建成了具身智能中试基地并完成了股份制改造 [5] 行业应用与市场拓展 - 公司业务覆盖国内34个省级行政区及海外44个国家和地区，在电力、安防、工业、教育、文娱等多领域成功落地 [14] - 在电力巡检领域，公司的四足机器人方案在南方电网近三十个变电站应用，帮助电站节约运维成本约70%，提升运行效率50%以上 [14] - 在安防巡逻领域，公司在青海西宁市城中分局部署方案，提升了巡逻效率和安全性 [16] - 在浙江义乌国际商贸城，公司的绝影X30机器狗承担巡逻、消防隐患排查、异常行为预警职责，成为“24小时不打烊”的科技安防员 [16] - 在海外市场，公司在北美某大型仓储园区实现机器狗与智能安防平台的成功部署和应用 [18] - 在海拔4600米的可可西里无人区，公司机器狗用于藏羚羊行为研究，突破了人类观测的常规距离限制 [19] - 在沙特NEOM未来新城的极端沙滩环境，绝影X30机器狗建成沙特首个全自动户外巡检系统，取代了高危环境下的人工巡检 [21] 未来战略与投资方观点 - 公司未来将持续深化“自主创新+产业协同”双轮驱动战略，一方面专注核心技术攻关与生产基地建设，另一方面与产业链合作伙伴共建生态 [23] - 招银国际表示，领投源于对公司全球领先的硬核技术、成熟产品及扎实场景落地能力的高度认可，并认可团队“做难而正确的事”的价值坚守 [24] - 华夏基金表示，联合领投代表对公司技术实力与发展潜力的认可，也是与产业资源战略协同的深度绑定，将长期陪伴赋能企业成长 [24]

▍ 依托全球领先的 UMI 数采技术，抢占机器人训练数据入口 真机训练数据是机器人通用操作大脑的关键基础设施成本、效率和泛化性是最主要的考量。美国 Generalist 公司近期推出的GEN - 0大模型，以27万小时的真机数据采集初步观测到具身智能领域的Scaling Law，所用 的数据绝大部分通过UMI数采采集。鹿明机器人目前的Fast UMI 技术可以说是这一数采技术的升级版，效率 比传统数采提升三倍，成本仅有五分之一，精度可达 1-3mm，远好于行业水平。基于此技术，鹿明已经初步 完成了1万小时的数据积累和基座模型训练，正在围绕着数据硬件、软件和模型的全链条能力，打造具身数据 的生态体系。 △ Lumos Robotics 机器人产品家族 ▍ 十年磨一剑，硬件性能优势持续精进 Lumos Robotics鹿明机器人完成Pre-A1和Pre-A2两轮融资，金额数亿元。其中，Pre-A1轮由鼎晖投资领 投，南京创投、金景资本、金固股份跟投，Pre-A2轮由申能诚毅投资。本轮融资将用于公司在具身智能数据 和硬件领域的持续投入。 公司团队凭借过去十年的积累，在硬件本体的创新上不断突破。例如，公司以自研大扭矩 ...

赛事概况 - 2025年12月8日，2025智能机器人大赛决赛在北京昌平开赛，73支晋级队伍围绕制造业、康复养老、安全应急与创新应用四大核心赛道展开角逐 [1] - 大赛由工信部中国软件测评中心、北京未来科学城发展集团联合主办，北京市机器人产业协会、立德机器人平台等共同承办，旨在检验技术实力并搭建交流合作平台 [1] 赛制创新 - 大赛突破传统“命题式”竞技，首创“自主场景任务设计”模式，强调以真实产业需求为导向，要求参赛团队围绕实际应用场景自主设计3项实物作业任务，并在20分钟内完成全流程演示 [3][4] - 18位行业专家从任务创新性、难易度、完成效果和应用潜力等维度进行综合评定 [4] 首日赛事亮点：康复养老赛道 - 康复养老类赛道有12支团队参赛，展示了多款适老辅助设备，覆盖出行、康复、护理等场景 [5][6][7] - 具体创新产品包括：搭配震动避障手环的穿戴式智能助盲机器人、集移动站姿转换与下肢康复功能于一体的半自动助行机器人、利用纳米清洁技术的便携式床上洗涤设备、以及利用脑电信号诱发设备控制行走的下肢外骨骼机器人S-RG-E01 [7] 首日赛事亮点：创新应用赛道 - 创新类赛道有14支团队参赛，展示了以产业真实需求为导向的创新成果 [5][6][10] - 具体创新产品包括：可精确捕捉目标及角度并通过柔性末端执行器无损收集禽蛋的智能禽蛋分拣机器人，以及可在无GPS信号狭小空间稳定定位并完成检测任务的炉膛检测机器人 [10][11] 产业生态构建 - 大赛奖项设置与产业落地深度对接，构建“赛事-产业-资本”联动的创新生态，除各赛道一、二、三名及优胜奖外，还设立了20个“创新能力优秀团队”奖项 [15][16] - 所有优秀项目将有机会纳入昌平区《机器人企业储备项目库》，后续可获得空间、人才、金融等一系列产业政策支持，推动从赛场荣誉到市场价值的转化 [16] 行业意义与展望 - 大赛是智能机器人从实验室走向产业应用的关键桥梁，推动产业以场景应用为牵引、以自主创新为驱动，加速关键技术突破与成果转化 [18] - 旨在培育具有核心竞争力的企业和产品，提升产业整体发展质量和效益，为科技创新与产业升级注入“机器人动能” [18] 参赛及关联企业名录 - 文章末尾列出了大量机器人产业链相关企业，涵盖工业机器人、服务与特种机器人、医疗机器人、人形机器人、具身智能企业、核心零部件企业及教育机器人等多个细分领域 [21][22][23][24][25][26][27][28]

文章核心观点 - 在制造业智能化升级浪潮中，焊接工序因依赖人工、环境恶劣、柔性生产适应性差而成为“卡脖子”环节[1] - 视比特机器人以“工业具身智能”为核心，推出SpeedWeld智能焊接解决方案，通过感知、决策、执行三个维度的技术创新，推动焊接自动化从“被动执行”向“主动应对”跨越[3][4][5] 视比特SpeedWeld解决方案的技术突破 - **高精度3D视觉系统**：采用自主研发的激光扫描与点云处理算法，能在强反射、弱光照等极端条件下稳定获取焊缝特征，并针对0.5mm以下超薄板材的变形问题，通过实时动态扫描与数据补偿提供精准路径规划依据[6][7] - **数字孪生与实时仿真技术**：构建1:1映射的数字孪生系统，将焊接全流程置于虚拟环境进行路径规划、参数设置和碰撞检测，实现“所见即所得”，将现场调试时间缩短80%以上，使原本需3-5天的调试工作缩短至半天完成[8][10] - **AI驱动的逆向建模与自动焊缝提取算法**：作为“工业具身智能”的“大脑”，该算法能对无CAD图纸的“未知”工件进行3D扫描、三维重建和焊缝特征（如坡口、搭接边）的智能识别与路径规划，实现了“有图能用，无图也能焊”的革命性突破[11][12] SpeedWeld解决方案的差异化优势 - **全流程自动化与“免示教”能力**：通过高精度视觉、AI算法与自动路径生成技术的融合，构建从工件上料到质量检测的全闭环自动化流程，操作人员无需编程基础即可启动，实现了真正的“免示教”[14][15][16] - **极强的适应性与通用性**：通过自主研发的机器人适配软件，无需开放底层EtherCAT总线协议或额外控制器，即可实现与发那科、库卡、安川、埃斯顿、卡诺普等多品牌机器人的即插即用集成[17] - **广泛的材质与厚度适应性**：解决方案能够应对不锈钢、铝合金等强反射材料，并支持从0.5mm超薄板材到50mm厚钢板的焊接需求，覆盖工程机械、船舶制造、新能源、汽车零部件、航空航天等多个领域[17] - **更高的易用性与效率**：提供流程自定义（拖拽功能模块）、自动焊缝提取（一键批量识别）以及多层多道调试工具（可视化界面），其中多层多道焊接的调试时间缩短了70%以上[18] 行业背景与发展趋势 - 制造业转型升级已成为“必答题”，核心诉求是降本增效与补全劳动力缺口[19] - 业内专家预测，未来3-5年，具备自主感知与决策能力的智能焊接机器人将成为市场主流[19] - 随着AI、3D视觉、数字孪生等技术成熟，焊接自动化正朝着“更智能、更柔性、更高效”的方向发展[19] - 视比特作为工业视觉与机器人智能解决方案提供商，其“工业具身智能”理念为焊接乃至整个工业制造领域的智能化发展提供了借鉴[19]

大会概况 - 2025智能机器人大会是2025智能机器人大赛的核心系列活动，将于12月10日在北京昌平区万怡酒店举行 [1] - 大会旨在为智能机器人领域搭建从技术展示到产业落地的关键桥梁，深度联动大赛成果 [1] - 议程设置紧扣产业脉搏，聚焦前沿技术突破与产业落地实效，围绕“技术-产品-场景”全链条展开 [1][7] 核心议程与演讲嘉宾 - 上午议程聚焦智慧康养、具身智能、人形机器人动力与通用智慧劳动力等前沿主题 [4] - 演讲嘉宾包括北京夫优华智能科技首席专家曲道奎、清华大学孙富春教授、松延动力COO姜大勇、万境千寻副总裁孙荣毅、月泉仿生CTO赵迪等 [4] - 下午议程涵盖智能护理与康复机器人、具身智能应用实践、协作机器人、应急救援与四足机器人等产业应用主题 [4] - 演讲嘉宾包括深圳作为科技CEO姚萍、翔宇医疗机器人技术总工赵志伟、珞石机器人副总裁宋斌、节卡机器人学院院长汪辉、中信重工开诚智能总经理裴文良、智身科技市场总监梁潇等 [4] - 圆桌论坛主题为“智能机器人产业发展及突破”，由重庆凯瑞机器人、杭州骅羲智能、陕西欧卡电子智能、合十思维等公司代表参与 [4][5] 专家阵容与核心议题 - 大会汇聚顶尖学术力量，包括清华大学孙富春、北京航空航天大学丁希仑、中国机电一体化协会会长曲道奎等业界权威 [8] - 专家报告旨在破解智能机器人产业核心技术瓶颈，为前沿技术提供权威赋能，助力参赛成果转化为产业标杆 [8] - 产业实战分享环节集聚了从创新企业到头部应用的领军力量，覆盖人形机器人、康养、智能制造、应急安全等核心赛道 [9] - 实战分享重点关注人形机器人落地难题解法、康养与人机融合、工业革新、极限作业等议题，旨在推动产业链上下游精准对接与生态协同发展 [9] - 圆桌论坛由科技部专业技术二级研究员刘进长主持，将深度讨论从技术原型到规模化量产的核心壁垒、细分场景落地逻辑及产业生态协同模式 [10] 参会价值与行业生态 - 大会为参会者提供获取权威产业政策、技术趋势及市场资讯的渠道 [11] - 现场汇聚300余位行业精英，涵盖高校科研团队、头部企业高管及投资机构代表，便于拓展高端人脉与对接合作资源 [11] - 大会是见证智能机器人在多领域最新技术成果和应用案例的平台 [11] - 文章末尾列出了广泛的智能机器人行业生态企业名录，涵盖工业机器人、服务与特种机器人、医疗机器人、人形机器人、具身智能企业、核心零部件及教育机器人等多个细分领域 [17][18][19][20][21][22]

研究核心观点 - 加州大学伯克利分校团队提出DexScrew框架，通过“简化仿真学习核心技能 + 真实世界数据补全细节”的方法，使机器人能在无视觉依赖下，凭借触觉和时序信息精准完成螺母螺栓紧固与螺丝刀操作，并能泛化至未见过的零件形状和应对外部干扰 [3][28] 研究方法与流程 - **第一步：简化仿真学习核心旋转技能** - 将螺母简化为厚三角形，螺丝刀手柄简化为球形或多边形，通过旋转关节与底座连接，完全忽略螺纹结构和复杂摩擦，仅保留“旋转”核心动作需求 [5][8] - 采用“先知策略+感官运动策略”两步法，先知策略利用仿真中的97维内幕信息（如零件质量、摩擦系数）快速找到最优动作，再通过蒸馏技术转移至仅依赖关节运动历史的感官运动策略 [8] - 训练中加入域随机化，随机调整零件质量、尺寸、摩擦系数并加入微小外力干扰，以提升策略鲁棒性 [8] - **第二步：遥操作收集真实世界多感官数据** - 设计技能辅助遥操作系统，人类操作员通过VR手柄控制机器人腕部位置和对准，在适当时机触发仿真训练好的“手指旋转技能”进行精细拧动，降低了操作门槛 [9][11] - 系统同步记录机器人18个关节（手部12个，手臂6个）的运动数据，以及每个指尖120个压力传感单元的三轴触觉信号（最小可检测0.05N的力） [11] - 最终为螺母螺栓任务收集50条轨迹（每条约80秒），为螺丝刀任务收集72条轨迹（每条120-180秒），构建了多感官数据集 [11] - **第三步：行为克隆训练精准触觉策略** - 采用行为克隆方法，让机器人模仿遥操作中的成功动作，神经网络输入过去5个时间步的关节运动与触觉数据，输出未来16个时间步的动作序列，以把握动作连贯性 [12] - 触觉信号经扁平化和神经网络提取特征后，与关节运动数据融合，使机器人能通过触觉判断打滑、对准情况并调整力度或角度 [12] - 经过200个epoch训练，最终策略不依赖视觉，在昏暗或遮挡环境中也能工作 [13] 实测性能表现 - **螺母螺栓任务** - 测试涵盖方形、三角形、六边形、十字形四种螺母，其中六边形和十字形为训练中未见的形状 [15] - 融合触觉和时序信息的DexScrew策略表现最佳：所有螺母紧固进度比超过95%，十字形螺母达98.75%，平均完成时间在75-125秒之间 [16][17] - 无触觉的策略在三角形螺母上进度比仅约30%，且错位后无法恢复；触觉能帮助机器人通过指尖信号变化快速纠错，调整腕部方向或施加校正力 [17] - **螺丝刀任务** - 螺丝刀操作因刀杆无轴向约束、易打滑且咬合关系难仿真，挑战更大 [18] - 传统直接仿真到现实策略进度比仅41.6%，专家数据回放进度比仅50.8% [18][19] - DexScrew策略在融合触觉和时序信息后，进度比升至95%，平均完成时间仅187.87秒；可视化显示其能维持拇指食指交替接触，稳定抓握手柄 [19] - **抗干扰能力** - 策略能应对外力拖拽手指或反向旋转螺母/螺丝刀的干扰，通过快速重新定位手指腕部、稳住姿态并重启正确旋转方向来恢复任务，不会中断 [20][24] 关键设计验证 - **消融实验结论** - 仿真中的特权信息（零件质量、摩擦系数等）对提升训练奖励至关重要，缺乏则性能下降 [25] - 时序信息（过去5个时间步历史数据）显著提升策略对零件形状和旋转进度的判断泛化能力 [25] - 触觉反馈在复杂形状或易打滑场景中是核心，能使进度比提升30%以上 [25] - 三步流程及触觉与时序信息融合的设计是相互支撑的核心竞争力 [27] 行业意义与前景 - DexScrew框架提供了一套“低成本、可扩展”的灵巧操作落地方案，不追求完美仿真，通过“简化仿真学技能+真实数据补细节”的思路，降低了高性能灵巧操作策略的训练门槛 [28] - 该研究验证了触觉反馈在接触密集型任务中的不可替代性，为机器人在工业装配、家庭服务、精密制造等领域的应用奠定了基础 [28]