经过了多年的研究突破和演示惊艳之后，物理AI的关注点发生了明确转移。现在的核心变成了真实世界的数据、功能安全以及可持续的商业模式。下一个阶段将由实际部署来定义，从人形机器人在工厂车间里自主导航，到能够看见、听见、感知并适应周围环境的认知系统，一切都在转向务实。
“当你考虑劳动力问题时，当我们需要大规模生产时，这就是个巨大的问题，”Path Robotics公司的联合创始人兼首席执行官安德鲁·朗斯伯里说。“我们现在就需要产品，需要大规模制造产品。我们需要足够智能的机器人来完成这些工作。这就是我们创立Path公司要解决的问题。”
朗斯伯里和其他行业专家在Machina AI峰会期间接受了theCUBE Research执行分析师约翰·弗里尔的采访，分享了他们的观察。这次峰会是在巴黎RAISE峰会开幕前一天举办的独家活动。访谈揭示出，随着企业们从试点阶段走向量产，机会、挑战和艰难教训正在浮出水面。以下是峰会中涌现出的几个引人注目的见解。
Path Robotics正在解决美国制造业中严峻的技术劳动力短缺问题。美国焊工的平均年龄达到55岁，预计有20%到30%的焊工即将退休。这家公司用人工智能驱动的机器人来增强工人的能力。这些机器人搭载了一个名为Obsidian的神经网络，并配合真实世界的数据飞轮持续进化。朗斯伯里表示，机器人的表现并不会像传统机器人那样随时间退化，而是随着每次部署变得越来越好。在一个客户案例中，卡车底盘和数据中心撬座的人工焊接时间从150个工时直接降到仅9个，削减幅度高达91%，这让制造商有能力在激增的需求面前扩大生产。
物理AI从演示走向开放环境中的生产部署，网络安全是根基。VicOne公司为机器人和汽车领域的物理AI系统提供贯穿完整开发生命周期的全面保护，包括软件物料清单管理、漏洞处理、CRA和ISO 21434等监管认证、设备内保护以及持续性的机器人监控。该公司首席技术官Jason Yueh解释说，他们正在帮助制造商确保供应链安全，手段是检测组件来源，并减轻那些能够诱导机器人做出不安全行为的AI特有风险。
热门跟贴