潘正颐指出，目前制造业的执行端主要依靠两种方式，自动化设备或人工操作。"自动化设备虽然效率高，但在面对产品频繁更换或小批量定制时，固定的 产线往往缺乏足够的灵活性。"潘正颐说，人工操作虽然能灵活应对变化，但在生产效率和质量控制上又难以保证一致性。如何在两者之间找到平衡，正是 AI工业机器人需要面对的课题。 一位汽车零部件工厂的工程师告诉第一财经记者，目前工厂中的工业机器人在完成质检、装配、上下料、打磨等工序时，仍需要人工参与调试。比如，同一 台机器人在生产不同产品时，从A产品切换到B产品，往往要由工程师重新生成轨迹和动作点位，过程烦琐且耗时。 "针对这个需求，加入视觉算法等AI部署，就是很好的解决方案。"潘正颐告诉第一财经记者，AI的引入并非"越多越好"，关键在于与实际场景的融合。他表 示，通过结合视觉算法、控制数据和轨迹生成算法，工业机器人能够识别工件与动作逻辑，还能在不断学习中自主优化操作流程。 AI不在多，有用则灵。 对于当前的工业机器人来说，AI是不是越多越好？ 在11月6日举行的第八届虹桥论坛智能制造分论坛中，第一财经记者了解到，相比于海外机器人企业，中国的工业机器人企业正在依托国内多样的供应链场 ...