AI+工业机器人=？
高工机器人产业研究所所长卢瀚宸：对于AI和机器人的结合有怎样的期待？
领志光机电自动化总经理纪顺文：
现阶段，我希望无论是利用AI技术还是仿真模拟技术，让机器人在作业现场实现快速调机，这对于工业应用案例能否成功、企业成本控制都非常关键。
腾讯云智能制造总经理梁定安：
工业自动化时代，机器人的智能不断升级，结合人工智能大模型，机器人通过信号、数据、传感器等输入和交互的形式会更加丰富，机器人向具身智能形态演进指日可待。
在机器人+人工智能落地的过程中，数据的处理、打标签、训练、部署、迭代、安全保障……这一系列工程化的问题，同样需要在座的制造企业和专家共同去思考、去拥抱、去转型。
华立企业股份智能整合事业部协理张志豪：
我最近主要关注出海东南亚打造集成方案，观察到海外企业存在扩产后劳动力短缺、劳动力素质不高的问题，那么AI技术赋能机器人，怎么协助企业节省成本，让企业更好完成自动化，帮助用户完成训练，这是一个突破口。
轩田智能智能制造方案部总监陈先锋：
就机器人在物流行业的应用来说，最关键的是系统调度的及时性，以及对节拍的把握，目前我比较看好复合机器人、双臂机器人，行动方式是通过移动底盘，能够在工厂平滑运行，如果具身智能机器人拥有双手臂和眼睛，未来在工业场景的应用会很广。
AI+工业的“可为与不可为”？
卢瀚宸：
AI+工业有哪些不建议做的？哪些领域AI发挥的作用相对有限？
梁定安：
作为一个新兴事物，AI大模型的成与败，我们暂时不去下结论。在实际应用中，许多企业在尝试大模型应用时会遇到很多卡点，包括算力卡采购难、网络搭建难、算法工程化人才招募难……
现在我国人工智能赛道供应链正在形成，包括制造业、机器人产业的细分领域里诞生了许多专业AI技术团队，
如果能把具备国际水平的AI智能厂商和中国工业产业链有机地结合起来，将会是我们从中国制造迈向中国“智造”的转折点
，在此鼓励更多企业尝试进行对大模型的探索。
纪顺文：
AI+工业非常有挑战性的点在于，我们把参数、资料输入给AI，得出一个答案最优解，但这些数据和资料透露出去后，别人可能同样搜索到这家企业的最优解，但假设由工业企业自己来做AI，投入非常巨大，
如果有第三方跨界来做私有部署，保障好数据安全，在制造业会应用地更广
。
张志豪：
在AI的使用上，
我们可以使用类似GPT的通用大模型建立企业基础模型，再结合企业、部门、个人的个性化需求进行私有化模型训练
，目前只有头部企业能在AI上有大规模的投入，一般企业怎么运用大模型，产生自己所需要的AI智能化应用，这是一个值得探讨的方向。
陈先锋：
我建议一个“不做”，目前不同机器人厂商的调度系统还不能融合，希望不要设置门槛，不要一家厂商先入为主，彼此能够互相融合，给企业主更多一点选择。
一个“要做”，在机器人现场调试上，通过AI大语言模型的学习，完成高效调试。
比如我完成1台机器人的数据提取和调试后，通过AI大模型和机器学习，让其他20台机器人自主完成现场调试
，这类技术和应用非常值得投入和推广。
智能化转型的瓶颈
