AI應(yīng)用

讓AI跑在邊緣側(cè)和端側(cè)基本上已經(jīng)是當(dāng)下AI應(yīng)用的主旋律。這一趨勢(shì)從去年在上海舉辦的兩大展會(huì)WAIC（世界人工智能大會(huì)）和Electronica（慕尼黑電子展，下稱“慕展”）上再次得到了印證。

在WAIC大會(huì)論壇上，AI的應(yīng)用落地前景成為熱議的一大重點(diǎn)。硬核科技風(fēng)投機(jī)構(gòu)云啟資本合伙人陳昱在“AI創(chuàng)新應(yīng)用與投融資趨勢(shì)”論壇表示，過(guò)去一年投資界在AI領(lǐng)域的重心集中在基礎(chǔ)模型，未來(lái)兩三年則會(huì)把重點(diǎn)放在AI應(yīng)用上而生產(chǎn)力提升、AI for Science、具身智能、娛樂(lè)式大模型應(yīng)用的幾個(gè)重點(diǎn)方向。緊接著的慕展上，筆者也看到了大量將AI嵌入到端側(cè)應(yīng)用中的各種解決方案。

新工業(yè)革命加速進(jìn)行中，而在工業(yè)自動(dòng)化領(lǐng)域AI應(yīng)用有著極為廣闊的空間。以數(shù)據(jù)為基礎(chǔ)，AI因此能夠發(fā)現(xiàn)隱藏在海量數(shù)據(jù)集中的模式，并揭示人類無(wú)法直接獲取的數(shù)據(jù)洞察和可能的趨勢(shì)。比如，幫助工廠在潛在缺陷發(fā)生故障前就識(shí)別出該缺陷，并在缺陷影響生產(chǎn)質(zhì)量前就采取糾正措施。還可以利用AI來(lái)優(yōu)化流程，識(shí)別生產(chǎn)線中的低效環(huán)節(jié)和生產(chǎn)瓶頸，從而提升生產(chǎn)力。

那么新階段的AI將如何賦能智造？AI如何嵌入到工業(yè)底層，在生產(chǎn)現(xiàn)場(chǎng)的邊緣側(cè)和端側(cè)發(fā)揮能量？如何構(gòu)想生成式AI賦能的未來(lái)工廠？如何解鎖新一輪的工業(yè)智能以及生產(chǎn)力提升？

01應(yīng)用趨勢(shì)一

AI+機(jī)器人，具身智能機(jī)器人能為生產(chǎn)線帶來(lái)哪些驚喜？

值得關(guān)注的是，WAIC開(kāi)設(shè)了機(jī)器人專區(qū)。據(jù)官方披露，2024年WAIC共有56款具身智能產(chǎn)品首次亮相，其中除特斯拉Optimus 2以外，均為國(guó)產(chǎn)機(jī)器人。在形態(tài)各異的機(jī)器人產(chǎn)品中，極引人注目的當(dāng)屬人形機(jī)器人。官方數(shù)據(jù)顯示，在亮相大會(huì)的42款智能機(jī)器人，有22款是人形機(jī)器人。

用人形機(jī)器人補(bǔ)上高級(jí)別自動(dòng)化工廠“最后一公里”，是馬斯克當(dāng)年著手投入這一領(lǐng)域的主要出發(fā)點(diǎn)。在2024年4月的特斯拉一季度財(cái)報(bào)會(huì)上，馬斯克就向股東們表示，他們將少量生產(chǎn)Optimus供特斯拉工廠內(nèi)部使用，并表示可能在2025年年底開(kāi)始提高量產(chǎn)并對(duì)外供貨。

稚暉君曾撰文指出，具身智能即將為通用機(jī)器人補(bǔ)全最后一塊拼圖。（注：稚暉君本名彭志輝，先后任職OPPO、華為，現(xiàn)為智元機(jī)器人CTO、首席架構(gòu)師。）

具身智能（Embodied AI）是既ChatGPT之后有一個(gè)在產(chǎn)業(yè)界逐漸火起來(lái)的大模型概念，并作為人工智能發(fā)展的一個(gè)重要分支，在產(chǎn)業(yè)界迅速嶄露頭角。微軟、谷歌、英偉達(dá)等大廠均開(kāi)展了相關(guān)研究，比如谷歌RT-2、英偉達(dá)VIMA等。英偉達(dá)創(chuàng)始人兼CEO黃仁勛在ITF World 2023半導(dǎo)體大會(huì)上表示，AI下一個(gè)浪潮將是“具身智能”。而近期在一些公開(kāi)場(chǎng)合，黃仁勛也再一次表達(dá)了在AI的應(yīng)用場(chǎng)景層面，下一波浪潮是機(jī)器人，“其中令人興奮的發(fā)展之一是人形機(jī)器人。

具身智能通過(guò)在物理世界和數(shù)字世界的學(xué)習(xí)和進(jìn)化，達(dá)到理解世界、互動(dòng)交互并完成任務(wù)的目標(biāo)，它是一個(gè)由“本體”和“智能體”耦合而成且能夠在復(fù)雜環(huán)境中執(zhí)行任務(wù)的智能系統(tǒng)。

本體通常是具有物理實(shí)體的機(jī)器人，可以有多種形態(tài)。本體具備環(huán)境感知能力、運(yùn)動(dòng)能力和操作執(zhí)行能力，是連接數(shù)字世界和物理世界的載體。智能體（Embodied Agents）是具身于本體之上的智能核心，負(fù)責(zé)感知、理解、決策、控制等的核心工作。稚暉君指出，智能體設(shè)計(jì)是具身智能的核心，而具有通用能力的LLM和VLM等模型，賦予了通用本體強(qiáng)大的泛化能力，使得機(jī)器人從程序執(zhí)行導(dǎo)向轉(zhuǎn)向任務(wù)目標(biāo)導(dǎo)向，向通用機(jī)器人邁出了堅(jiān)實(shí)的步伐。

但具身智能作為邁向通用人工智能（AGI）的重要一步，面臨著算法、工程技術(shù)、數(shù)據(jù)、場(chǎng)景和復(fù)雜軟硬件等的諸多挑戰(zhàn)，尤其是高質(zhì)量的行業(yè)數(shù)據(jù)更將是巨大挑戰(zhàn)。稚暉君指出，“數(shù)據(jù)是泛化的關(guān)鍵，但涉及機(jī)器人的數(shù)據(jù)稀缺且昂貴。”針對(duì)行業(yè)場(chǎng)景的高質(zhì)量數(shù)據(jù)，將是未來(lái)具身智能成功應(yīng)用落地的關(guān)鍵支撐。但現(xiàn)實(shí)場(chǎng)景的復(fù)雜多變，使得現(xiàn)階段缺乏足夠的場(chǎng)景數(shù)據(jù)來(lái)訓(xùn)練一個(gè)完全通用的大模型，進(jìn)而讓智能體自我進(jìn)化。

需要注意的是，和非具身智能的一個(gè)顯著的不同之處是，耦合的本體需要實(shí)際部署到真實(shí)環(huán)境中，才能夠采集數(shù)據(jù)。比如，在工廠作業(yè)中，如果機(jī)器人本體并未參與到實(shí)際業(yè)務(wù)，則很多實(shí)際運(yùn)行數(shù)據(jù)就無(wú)法采集，而大量的人類操作數(shù)據(jù)雖然可以彌補(bǔ)部分不足，但仍然需要實(shí)際業(yè)務(wù)的數(shù)據(jù)。通過(guò)虛擬和真實(shí)的交互，持續(xù)學(xué)習(xí)和進(jìn)化的能力，則是具身智能演進(jìn)的重要技術(shù)途徑。

盡管頗具挑戰(zhàn)，但機(jī)器人在WAIC2024的火爆反映出行業(yè)內(nèi)外對(duì)具身智能的期待。讓更多的具身智能機(jī)器人進(jìn)入工廠的生產(chǎn)線工作，獲得真實(shí)的高質(zhì)量場(chǎng)景數(shù)據(jù)，并利用其通用性、泛化性的技術(shù)優(yōu)勢(shì)，自主學(xué)習(xí)物理世界的經(jīng)驗(yàn)，從而拓展能力邊界，從“一機(jī)專用”到“一機(jī)多用”，是“機(jī)器人+AI”進(jìn)入具身智能時(shí)代的重要發(fā)展方向。

02應(yīng)用趨勢(shì)二

邊緣AI嵌入越來(lái)越廣泛的工業(yè)生產(chǎn)場(chǎng)景

生成式人工智能打開(kāi)了世界對(duì)AI應(yīng)用的想象力，也讓更多企業(yè)開(kāi)始意識(shí)到智能技術(shù)對(duì)企業(yè)商業(yè)決策與工作流程自動(dòng)化的深遠(yuǎn)影響。邊緣AI嵌入工業(yè)自動(dòng)化的各個(gè)應(yīng)用環(huán)節(jié)，成為重新構(gòu)想生產(chǎn)、產(chǎn)品和過(guò)程的重要推手。

在近期的多個(gè)展會(huì)上，筆者看到了越來(lái)越多的邊緣AI解決方案正在通過(guò)實(shí)時(shí)監(jiān)控和控制以及數(shù)據(jù)分析引領(lǐng)工業(yè)領(lǐng)域的新變革，實(shí)現(xiàn)更為高效、主動(dòng)和以數(shù)據(jù)為導(dǎo)向的運(yùn)營(yíng)模式，這將大大提高工業(yè)生產(chǎn)的安全性，優(yōu)化生產(chǎn)流程，提升質(zhì)量控制，以及減少停機(jī)時(shí)間或預(yù)防停機(jī)。

而通過(guò)實(shí)時(shí)分析智能傳感器傳回的數(shù)據(jù)，如振動(dòng)、聲音或溫度，邊緣AI解決方案能夠?qū)崿F(xiàn)預(yù)測(cè)性維護(hù)。這樣就能幫助預(yù)測(cè)設(shè)備可能發(fā)生故障的時(shí)間，從而在故障發(fā)生前進(jìn)行主動(dòng)維護(hù)。

意法半導(dǎo)體（ST）就有面向工業(yè)設(shè)備的預(yù)測(cè)性維護(hù)AI解決方案Oxytronic，是一個(gè)利用意法半導(dǎo)體生態(tài)系統(tǒng)開(kāi)發(fā)出基于AI的解決方案，為所有工業(yè)設(shè)備增添了預(yù)測(cè)性維護(hù)特性。預(yù)測(cè)性維護(hù)解決方案可縮短設(shè)備停機(jī)時(shí)間，提高生產(chǎn)率，并減少人為干預(yù)。通過(guò)在ST超低功耗STM32微控制器上運(yùn)行的機(jī)器學(xué)習(xí)算法，再借助NanoEdge AI庫(kù)在終端設(shè)備上的學(xué)習(xí)能力，該模型能夠進(jìn)行漸進(jìn)式學(xué)習(xí)，從而適用于各種環(huán)境中的特定設(shè)備。該解決方案還能以高精準(zhǔn)度實(shí)時(shí)檢測(cè)設(shè)備的任何偏移或者異常。

另外，零缺陷制造、產(chǎn)品質(zhì)量控制是制造領(lǐng)域的更為普遍的訴求。主動(dòng)識(shí)別潛在缺陷是重要的一步。建立基于AI及數(shù)字孿生等技術(shù)的預(yù)測(cè)性維護(hù)實(shí)踐，通過(guò)分析生產(chǎn)設(shè)備上傳感器的數(shù)據(jù)，利用AI算法模型來(lái)識(shí)別表示存在異?；驖撛谌毕莸哪Ｊ?，就可以在缺陷發(fā)生之前通過(guò)自動(dòng)警報(bào)觸發(fā)糾正措施，進(jìn)而大大提升產(chǎn)品良率。

在慕展上，筆者就看到各大原廠都展示了基于自家核心芯片產(chǎn)品而做的預(yù)測(cè)性維護(hù)和缺陷檢測(cè)方案。比如，TI展示了使用其AM62A 視覺(jué) SOC 進(jìn)行缺陷檢測(cè)的方案。使用AM62A視覺(jué) SoC運(yùn)行基于視覺(jué)的人工智能模型，可以應(yīng)用在制造生產(chǎn)線上，可以實(shí)現(xiàn)在生產(chǎn)出的器件隨傳送帶移動(dòng)時(shí)即可以對(duì)其進(jìn)行測(cè)試，以識(shí)別可接受的器件和有缺陷的器件。

流程優(yōu)化也是利用AI來(lái)識(shí)別生產(chǎn)線中的低效環(huán)節(jié)和生產(chǎn)瓶頸，以便制造商能夠做出調(diào)整來(lái)提高產(chǎn)能。此外，AI還可還可用于實(shí)時(shí)監(jiān)控，識(shí)別產(chǎn)品退役后的改進(jìn)?？梢哉f(shuō)，AI的應(yīng)用貫穿著整個(gè)產(chǎn)品生命周期，并重新構(gòu)想生產(chǎn)、產(chǎn)品以及過(guò)程。

03應(yīng)用趨勢(shì)三

如何構(gòu)想生成式AI賦能的未來(lái)智能工廠

在麥肯錫DCC Talk“生成式AI：引領(lǐng)中國(guó)智造變革，解鎖企業(yè)永續(xù)價(jià)值”線上峰會(huì)，5位麥肯錫全球董事合伙人及全球資深專家深度解讀了生成式AI為制造企業(yè)帶來(lái)的變革與趨勢(shì)觀察，以及制造企業(yè)釋放價(jià)值并打造韌性的成功案例。

對(duì)于如何構(gòu)想生成式AI賦能的未來(lái)工廠？麥肯錫對(duì)此的解讀是，就整體的影響來(lái)講，生成式AI的應(yīng)用，尤其是在運(yùn)營(yíng)層面，可以分為三個(gè)大的方面。第一就是加速，即提升提取和索引知識(shí)速度，縮短業(yè)務(wù)研發(fā)創(chuàng)新周期，實(shí)現(xiàn)持續(xù)創(chuàng)新；第二是自動(dòng)化，包括從軟件開(kāi)發(fā)到機(jī)器替代人工的自動(dòng)化；之后是增強(qiáng)輔助的功能，主要是幫助大幅度改善人工生產(chǎn)力，可以更有效地完成工作。

而對(duì)于未來(lái)工廠的想象，也不僅限于一個(gè)個(gè)碎片化的應(yīng)用功能，而是需要一種非常全面的系統(tǒng)性改變。因?yàn)閺恼麄€(gè)工廠來(lái)看，所有這些不同的功能和應(yīng)用，互相之間都有著相互輔助的作用。而這多種生成式AI的共同作用力，有著巨大的潛能徹底改變未來(lái)工廠的運(yùn)營(yíng)、生產(chǎn)和流程，甚至產(chǎn)品本身。

據(jù)麥肯錫披露，在全球153家燈塔工廠中，差不多有60%以上的燈塔用例都采用了AI技術(shù)，而2023年獲選的燈塔企業(yè)都是采用AI這項(xiàng)技術(shù)。麥肯錫指出，生成式AI（AIGC）在供應(yīng)鏈和制造中的應(yīng)用，帶來(lái)的價(jià)值可能只占總體改善的2%~3%，但即便是這么小的比重，基于一個(gè)巨大的全球生產(chǎn)體量上，其所帶來(lái)的價(jià)值也是很大的。

另外很重要的一點(diǎn)是，面對(duì)越來(lái)越快的技術(shù)和應(yīng)用演進(jìn)，以及全球供應(yīng)鏈的諸多不確定性，未來(lái)的智能工廠必須要有更高的靈活性和更強(qiáng)的抗風(fēng)險(xiǎn)能力。

一方面，生產(chǎn)需要跟隨不斷變化的消費(fèi)和應(yīng)用趨勢(shì)，更頻繁地按照市場(chǎng)反饋進(jìn)行新產(chǎn)品的制造，隨時(shí)跟進(jìn)擴(kuò)充高需求的產(chǎn)品制造或者減產(chǎn)低需求的產(chǎn)品制造，同時(shí)還要滿足越來(lái)越多的小批量、個(gè)性化制造需求。另一方面，工廠需要緊密跟隨技術(shù)演進(jìn)，不斷將創(chuàng)新制造技術(shù)與傳統(tǒng)產(chǎn)線融合，從而實(shí)現(xiàn)不間斷的效率提升。

在預(yù)測(cè)應(yīng)對(duì)風(fēng)險(xiǎn)變動(dòng)上，未來(lái)工廠還要對(duì)于不可預(yù)測(cè)的國(guó)際事件和供應(yīng)鏈變化，做好突發(fā)關(guān)停或產(chǎn)線遷移的準(zhǔn)備，盡可能降低損失。

“軟件可配置硬件”成為未來(lái)工廠智能化、數(shù)字化轉(zhuǎn)型中日益重要的概念。軟件可配置硬件，也稱為可重構(gòu)硬件，是指通常應(yīng)用于工業(yè)制造領(lǐng)域，可以通過(guò)編程來(lái)更改其功能和結(jié)構(gòu)的硬件設(shè)備。也就是說(shuō)，硬件參數(shù)可配置，也就意味著可以打造出更靈活的制造產(chǎn)線。在AI和機(jī)器學(xué)習(xí)，以及工業(yè)物聯(lián)網(wǎng)、邊緣計(jì)算等應(yīng)用中，軟件可配置硬件已經(jīng)逐漸這些應(yīng)用的技術(shù)核心。常見(jiàn)的軟件可配置硬件類型包括：現(xiàn)場(chǎng)可編程門(mén)陣列（FPGA）、可編程自動(dòng)化控制器（PAC）、可編程I/O口、可編程ADC/DAC、可重構(gòu)AFE和多通道PMU等多種不同的類型。

04結(jié)語(yǔ)

AI，特別是生成式AI 正在以驚人的速度為制造企業(yè)創(chuàng)造巨大價(jià)值，帶來(lái)前所未有的變革。根據(jù)麥肯錫全球研究院的新預(yù)測(cè)，50%左右的工作內(nèi)容將在2030年前實(shí)現(xiàn)自動(dòng)化。充分釋放生成式AI的潛力已成為制造企業(yè)重塑運(yùn)營(yíng)模式、解鎖永續(xù)價(jià)值的重中之重。

工業(yè)自動(dòng)化進(jìn)入了生成式AI的新時(shí)代，進(jìn)階版的工業(yè)智能也隨著AI及其一系列相關(guān)技術(shù)的迭代突破而不斷演進(jìn)。進(jìn)入了工業(yè)應(yīng)用層面的AI正在深入工業(yè)技術(shù)的底座，成為一股潤(rùn)物細(xì)無(wú)聲的力量。而如何利用好這股力量，是人類的重要課題。