9月11日，樹根科技工業智能生態日與工業和信息化部信息通信科學技術委員會人工智能賦能新型工業化專題研討會在樹根大廈舉辦。

    現場，樹根科技發布全新戰略：邁入工業智能時代，樹根科技的核心能力是“企業大腦”和“機器人大腦”，前者讓制造和管理更加智能，后者讓產品更加智慧。

    “相信智能將成為這個時代核心的增長動力，也更相信工業能夠有極大提升。”會上，樹根科技副董事長杜錦程如是說。

    Agent打開人類經驗盲盒

    ?

    企業大腦可以發揮怎樣的作用？

    以起重機臂架焊接場景為例，焊接是一個復雜場景，分為打底焊接、蓋面焊接、頭尾架焊接、附件焊接等四個工序，在上一個工位完成后通過吊裝進入下一個工位。

    這不僅成本高，而且效率也低，那為什么不在一個工位完成？

    因為過去用的是定制化預編程技術，每個焊接工位的工藝是不同的，焊接設備只能做平面焊接，極大限制了機器的半徑以及能力。

    而樹根科技新研發的“焊接Agent”，可以讓焊接變得更聰明，讓四個工序都在一個工位上解決；多種焊接工藝融合在一起，焊槍可以從任意角度焊接。這項技術一旦突破，會使得焊接成本降低35%，效率直線提升275%。

    勞動力密集型場景普遍面臨一個重大挑戰：操作工藝很難被標準化，甚至很難被復制。在一家激光高新制造企業，整個光纖制作步驟有五步：拉絲、定位、封裝、耦合、串裝等，一系列工序全部靠手工完成，動作復雜，而且要求精度很高。

    這會帶來幾個問題：首先，因為工序復雜、工作環節多，員工經常會出現操作遺漏。但只要出現一次，整個產品變為廢品，無法挽回。

    其次，因為不同人的操作工藝不相同，而且因為無法量化，導致良莠不齊，產品良好率比較低。這非常依賴經驗，新來者只能模仿老師傅，技術藏在老師傅腦袋里。因為經驗無法被復制，而新來者只能靠不斷犯錯獲取經驗。

    操作工藝Agent則可以通過智能穿戴設備加上空間軌跡大模型，解決看似不可量化、不可呈現、不可進行數智解讀的難題。

    那么，大模型到底是如何發揮作用的？它可以根據人員在空間操作時，如實記錄下他們的操作軌跡，讓看似不可見的手工操作工藝，融入到模型框架中，定位、時長、軌跡以及操作中加速度，不可標準的數據都能被記錄和量化。

    有經驗的師傅則可以將這些數據提取出來，反復加以訓練，不斷復制“工藝Agent”。整個工藝過程可以被記錄，工藝操作可以標準化。看似不可傳承的工藝經驗也得以傳承，甚至還可以不斷優化。

    “操作工藝Agent正在打開人類經驗的盲盒。”杜錦程說。

    銷售Agent讓談判游刃有余

    當下，中國制造業出海成為熱門話題，在此過程通常面臨三大核心挑戰：

    一是多語言問題。由于語言不通，普通的翻譯軟件難以解決專業術語問題，這恰恰可以反映出銷售是否專業。

    二是和客戶相談甚歡時，回來要生成方案，時間從一到兩周到一到兩個月都可能，時間越長留給競爭對手的機會越多，降低了成單率。

    三是銷售經常會被問到各種專業性問題，涵蓋產品、技術甚至關于法務等。銷售若現場無法解答，不得不回來通過檢索和問詢公司專業人員，但是同樣反映出銷售的不專業性，也會影響成單。

    樹根科技正在快速研發銷售Agent，其具備三個核心能力：多語言專業術語大模型、個性化多模態方案生成引擎、產品技術知識的快速檢索引擎。

    以個性化多模態方案生成引擎為例，過去看起來很難生成并且周期非常長，耗人力的工作，也能夠實時生成并且快速做出調整，使得成單率進一步提高。

    而快速檢索引擎，能夠使銷售隨問隨答，及時得到專業數據支撐，助力每次談判游刃有余。

    推動機器到機器人蛻變

    升級后的樹根科技，另一大戰略是“機器人大腦”。

    其實機器人并不是一個新事物，只是過去主要基于“小模型+模塊化”基礎為底座，還需要手動編程、專業定制，導致滲透率低。

    新一代技術之下，大模型、端到端技術的融合，使得通用人工智能加強了整體的泛化性，機器人能夠自主適應環境、自主適應任務、自主解決問題，機器人還能做到開箱即用。

    大量的獲取數據，又使得機器人更加聰明，反過來，機器人可以應用到更多場景，更多場景又能推動量產，從而使成本大幅下降，形成正向循環商業模式。

    這聽起來非常順暢，但一下場會面臨真正挑戰，首先，“攔路虎”是數據采集難，場景數據、設備姿態數據、控制數據等等，怎么采，能夠采到什么程度，采集周期和成本是多少，都難以逾越。

    其次，就算好不容易采集到的數據，也會面臨好數據、有用數據、無效數據的清洗和分類，不但周期長成本高，而且算力成本高、算法模型難，不同領域又有各自的模型和算法，好不容易招到這方面人才，還有一個學習行業知識的過程。

    樹根的“機器人大腦”將提供兩個核心基座，一是機器人的數據平臺，解決數據難的問題。在這個平臺上，構建更多不同數據相關工具，包括算法自動標注工具、數據增強的數據、數據合成等。

    另一個則是基座大模型，包括移動大模型和作業大模型。

    把機器人所有的行為進行拆解可以發現，再復雜的機器人本質上都是兩個問題：從A到B點的位移，解決問題，即通過一系列的姿態和作業完成復雜任務。

    樹根在實踐中不斷錘煉和訓練的模型，其他合作伙伴只需要在上面做微調，能讓機器人和設備具備智能。

    以叉車作業為例，老師傅邊行駛邊調整作業，而傳統無人叉車需要幾個工程師提前建模，提前人工規劃路徑，一旦環境變動又要重新來過，作業效率并沒有提高。而為無人叉車裝上大腦之后，它能憑借視覺語言大模型，自動規劃優路徑。

    接下來，樹根的“機器人大腦”將不僅僅存在叉車，也將會對廣泛的機器進行賦能，讓所有的機器都裝上大腦，從而完成從機器到機器人的蛻變，機器人也將對更多的場景產生更深遠的意義和價值。

    【轉載自南方日報南方+】