400-886-5570
机器人岗位化“真干活是本质”
2026-07-17 06:46:42
本文转自：解放日报
曾雨欣
扫码看视频
本报记者 曾雨欣
7月17日，2026世界人工智能大会暨人工智能全球治理高级别会议将在上海启幕。在世博展览馆，擎朗智能已于C201展位布置好丰富的人形机器人场景，包括咖啡亭、洗衣房、甜品铺等。20多台机器人正静候观众的到来。
采访刚开始，擎朗智能创始人李通就分享了一个观察：“大家早期可能关注人形机器人的技术，但你会发现，今年开始特别关注它商业化落地的情况。”
人形机器人如何商业化？擎朗的答案是：岗位化。李通说：“真干活是本质。”
这一思路在擎朗研发专用机器人时就已见雏形。当时，李通和团队掌握了通过AI技术让机器人在复杂环境下移动、跑腿的能力，便去寻找需要这种技能的岗位，最终落地成为餐饮服务机器人。如今技术升级，机器人能掌握的技能更多了，能干的活也更多了。
擎朗的逻辑是：找到更多岗位让机器人去落地，在不同岗位上积累数据，为更复杂的场景做准备。目前擎朗部署的人形机器人涉及咖啡厅、商超、酒店等场景。李通相信，2050年，机器人会超过人的数量。
在此前的新闻发布会上，工业和信息化部科技司副司长甘小斌表示，我国大模型、智能体等加速迭代，今年人形机器人全年整机产量有望突破10万台。
-
AGV调度系统：数据阈值背后的效率革命数据阈值：被忽视的AGV调度命门很多人以为AGV调度系统的瓶颈在于路径规划算法，其实不然——真正决定系统吞吐量的，是数据阈值管理。当某条产线AGV集群出现「没有更多数据了」的报错时，90%的运维团队会直接归因于服务器负载，但底层逻辑是：调度系统在数据缓存池达到阈值上限时，触发了强制降频机制。案例：苏州某汽车总装厂的赛制级调度实验2023年Q2，该厂引入第三代分布式调度系统后，在冲压车间部署了12台查看详情
-
AGV调度系统数据瓶颈：没有更多数据时的效能突围数据饥渴与调度悖论：当AGV系统遭遇“没有更多数据”的困局很多人以为，AGV调度系统的效能提升必然依赖海量数据输入——更多传感器数据、更密集的订单流、更复杂的地图拓扑。其实不然，在某头部汽车零部件厂商的重庆两江新区工厂，我们验证了一个反直觉结论：当系统数据输入达到阈值后，继续堆砌数据量反而会引发调度延迟指数级上升，底层逻辑是调度算法的O(n²)复杂度与数据维度增长形成共振效应。重庆工厂的调度困局：查看详情
全国统一热线
400-886-5570
苏州市苏州工业园区金鸡湖街道苏虹中路503号
