專題：2026世界機器人博覽會（WRC）AI大模型賦能機器人與具身智能產業新範式交流活動
2026世界機器人博覽會（WRC）於8月19-23日在北京亦創國際會展中心舉行。「AI大模型賦能機器人與具身智能產業新範式專題活動」在博覽會同期舉辦。慧聞機器人副總裁兼市場總監劉天緯出席並演講。
以下為演講實錄：
劉天緯：大家好，我是慧聞機器人的劉天緯接下來我向各位分享一下慧聞在大模型以及工業智能體這裏面的一些實踐和感受。
這兩年大模型發展得非常快，機器人也是從過去的感知導航控制開始進一步走向理解任務、做決策以及學習技能。從我們來看這件事情，我們更加關注一件事情就是一個模型的能力再強，其實最後還是要接入到一台真實的機器人，接入一個真實的工廠，完成一個真實的任務。
今天我更想和大家分享的是慧聞是怎麼樣已經進入工廠，從大模型進入到機器人，成為工業智能體的一部分。
在討論大模型之前我們會問一個更基礎的問題，客戶為什麼要買一台機器人，肯定不是因為我的模型參數更大。最後客戶其實看的東西很實際，就是你的任務能不能正常完成，而不只是在Demo裏面完成幾次，機器人能不能長期穩定運行，如果出了異常能不能恢復，能不能跟它的生產系統，比如MES、WMS的設備做協同。最後看能不能真實部署、交付、運維以及最後的售後。
從內部看我們始終會有一個判斷，技術能力最終要變成一套客戶敢於長期使用的機器人產品，這個也是我們理解工業智能體的起點。
慧聞今天去談工業智能體，並不是從零開始造一台新的工業機器人，我們最現實的基礎就是已經進入工業場景的AAMR產品體系，現在展示的這張圖我們內部把它理解成1-N-X的體系，最底下是一套共用的機器人技術能力，在這套能力之上有不同的負載，不同定位的機器人，比如X100、X300、X600以及AMR叉車，這些形態可以根據任務變化，比如平板、頂升，多層托盤的，都可以有所不同，但是再往上這些機器人最終都要進入客戶的生產系統，要連接MES、WMES、ERP等調度平台。所以我們對機器人的理解並不是有一個機器人可以用，或者去完成一個任務，而是說機器人真正進入生產系統以後能不能承擔一個真實的工作。
再往下去拆，一台AMR其實本身就已經是一套非常複雜的軟硬件系統，最下面是傳感器、驅動、電源、通信裝置，再往上是建圖、定位、路徑規劃、環境感知、避障以及系統對接，上面還有任務分發、多機調度、交通管制等等一系列的功能。我們現在看到的快速部署、SLAM導航能力、自組網本地的內部通信系統、雲端調度，這些本質都是長期積累出來的一套工程體系，所以這頁想講的是大模型進入機器人並不是在一張白紙上面增加智能，上面本身就有一套成熟而複雜的機器人工程系統。
當機器人真正進入工廠之後還會發現一件事，螢幕上只是機器人從A點走到B點，但是客戶關心的並不只是這一段移動，比如一次配送，任務可能從MS、WMS或者人工呼叫產生，然後接入調度系統再分配給AMR，機器人完成了導航搬運以後，還要去跟料架、托盤、生產設備去交接，最後把任務狀態、機器人狀態以及設備狀態再重新反饋回來，現場可能還會有其他的比如說自動門、電梯、門禁這些設備。所以看起來一個非常簡單的搬運，其實背後是一套非常完整的生產任務鏈。機器人真正執行的也不是一個孤立動作，而是生產系統中的一項具體任務。
隨着機器人越來越深入生產，問題的複雜度也並不是線性增加的，一台機器人的話，主要解決定位、導航避障和任務執行的問題。變成了多台之後，就會出現了任務分配優先級、交通衝突、擁堵這些策略，所以一開始需要多機調度和協同。真正進入生產系統以後，它還需要再去面對工位、設備、WMS、臨時插單、異常處理。
所以做了這些年AMR以後，我們會有一個體會，就是機器人越深入生產，競爭的重點就不再是一台機器人的性能好壞，而是整套系統能不能長期穩定的工作，其實這也為大模型進入機器人提供了一個非常現實的邊界。
說到這裏，其實今天的工業機器人已經非常智能了，它能夠建圖定位、路徑規劃、避障、執行任務，甚至能夠在弱網或無網的環境下實現幾台甚至十幾台的自組網分佈式調度。但是有一個非常重要的前提，就是任務已經被定義了，機器人知道自己要去哪、要做什麼，大多數的規則和邊界其實都已經提前配置好了，所以今天的工業機器人非常擅長解決一個問題，就是如何把一個定義清楚的任務可靠的執行出來。
但是下一步的問題是，如果任務本身沒有被完整定義呢？如果現場一直存在易變化區域，如果我只告訴機器人我想要什麼結果，它能不能自己判斷下一步該做什麼？我們認為這個纔是大模型真正開始產生價值的位置。
真實的工廠裏有很多東西是沒有辦法提前寫成規則的，任務會變化、環境會變化，臨時插單以後目標、優先級和資源約束也都會變化，更復雜的任務可能還需要機器人把多個技能去組合起來完成，這個時候機器人需要的就不僅僅是執行，它需要開始去理解、推理、做任務分解，再去規劃、選擇技能，以及根據現場的變化來去動態的調整。所以我們對於大模型的理解是，並不是把已經寫好的規則再寫一遍或者再優化一遍，而是去處理那些沒有辦法把所有變化提前窮舉出來的地方。
接下來一個很關鍵的問題，就是大模型到底應該進入到機器人哪一層？我們把機器人簡單拆成幾層，最上面的是工業任務，最終要完成什麼，下面是任務的理解和決策，理解目標、理解場景、拆解任務、規劃步驟，我們認為大模型最大的增量其實是發生在這一層的。再往下的話是導航移動、避障對接這些可以被機器人調用的機器人技能。再下面的話是實時控制和機器人本體，像VLA這樣的技術路線，一個非常重要的價值就是進一步去連接上邊的理解和決策與下邊的技能和行動。
但是在工業場景裏還有一件事情非常重要，就是反饋，機器人每做完一步以後，環境變沒變？任務有沒有成功？下一步還合不合理？都重新影響下一步決策，所以大模型進入機器人並不是替代整個機器人的技術棧，而是在已經有的機器人工程體系上面，去增加更高層的理解和決策能力。
從大模型走到真正的工業智能體，中間還要跨過幾個環節，首先要去理解任務，比如說我把這批物料去運到某號工位，機器人要知道目標是什麼、當前有沒有什麼約束？然後要去規劃任務，把一個目標拆解成可以執行的步驟，現場變化之後要再重新規劃，接下來要去調用相應的技能，最後纔是真正的物理執行。而且執行並不是終點，機器人還要再去判斷剛纔這一步是否成功了？環節有沒有變化？原來的計劃還成立嗎？所以我們認為，工業智能體真正的關鍵不僅是前端能夠聽懂一句話，而是它能不能持續穩定的去把理解、決策轉化成現實中的行動結果？
再往後還有一個非常重要的能力，就是持續學習。因為機器人現在完成一項任務以後，不意味着這個狀態或者這個問題就永遠的解決了，真實工廠裏面每天都會產生新的環境、新的異常，這些運行過程本身其實就是非常有價值的數據，運行的數據是什麼？現場的狀態是什麼？機器人是怎麼執行的？這些數據必須要重新的進入模型和技能訓練，然後再回到真實機器人上去做驗證。所以我們希望形成的是真實任務產生真實數據、真實數據推動智能進化，更強的智能再回到真實任務裏。我們關心的也不只是數據量，而是說這些數據能不能真的幫助機器人下一次把任務做得更好？
講到這裏的話，其實也可以回答一個問題，就是為什麼我們要去做工業智能體，不是說把之前的全部推翻掉，再重新做一台新的機器人，因為很多的能力已經存在了，而且是非常重要的，比如機器人的本體、感知、導航、運動控制、多機協調、系統接入，這些能力決定了機器人能不能真正的進入工廠，大模型出現以後，我們是希望在這個底座上面繼續去增加任務理解、場景理解、多階段決策、複雜技能組合以及VLA和數據學習的能力。所以在我們來看，工業智能體是建立在成熟高可用的機器人能力上，讓智能繼續向上生長的，底座做的越紮實，上面的智能才越有可能進入到真實的工業現場裏去。
再往下走的話還有一個很現實的問題，就是工廠裏的任務非常多，也不可能由一種機器人全部都解決掉，小配件的話可以用AMR，托盤搬運可以用智能叉車，重載任務還需要用重載機器人，包括我們現在去為了揀選跟分揀來去做的輪式雙臂機器人。我們的判斷就是任務決定了身體，不存在一種機器人狀態可以解決所有的工業任務，但是身體可以不同，上面的智能能力是要去逐步共享的，比如怎麼理解任務？怎麼拆解目標？怎麼規劃步驟？現場變化之後怎麼去調整？所以我們去講一腦多機或者一腦多機，並不是簡單地說我們用一個大模型來去控制不同的機器人，而是說真正去沉澱出一套可以跨不同機器人本體複用的任務理解、規劃、決策、技能和數據學習的體系。
最後回到產品化這件事情上，這張圖（見PPT）基本上就是慧聞選擇的路徑，第一步是產品進廠，機器人首先得是一件真實成熟的產品，能夠部署、能夠連接工位和系統，真正進入工廠。第二步是任務跑通，不是機器人到現場去做一次demo，而是長期穩定的去承擔生產任務。第三步是數據沉澱，當機器人持續運行，它纔會產生不同的任務狀態、環境狀態、執行結果和異常數據。最後是智能進化，這些數據，尤其是真實的數據，再去推動任務理解、決策、技能學習和VLA的訓練和驗證，更強的智能再重新回到工廠。所以這個過程其實是個閉環，產品進場、任務跑通、數據沉澱、智能進化，再回到更多的真實任務，這其實也是我們非常明確的一條產品化的思路，就是不是先把模型做得足夠大，然後再去找哪裏能用，而是在真實的產品和真實的任務裏邊，讓智能一層一層的長出來。
最後做一個總結，我們對大模型進入機器人這件事情理解，其實可以歸結成三個詞：1、ROBOT，首先要有一台成熟、真實、可靠的機器人產品。2、TASK，機器人必須真正的進入搬運、配送、周轉、生產的這些生產流程，承擔真實的工業任務。3、INTELLIGENCE，機器人在真實的任務裏邊，不斷地提升理解、規劃、決策和技能能力，然後從這些結果反饋中持續迭代。我們認為把這三項真正結合起來之後，才能成為我們所謂的工業智能體。所以大模型進入機器人的終點，不是一個更漂亮、更聰明的demo，而是一個真正可以進入到工業現場，持續完成工作，並且不斷進化的工業產品，這個是慧聞過去現在以及未來會持續做下去事情。
謝謝大家！