机器人未来2035：行业专家洞见

新的战场在于结合合适的训练数据和最优的物理AI模型。这将推动人形机器人灵巧性和多功能性的逐步提升。 内容 7-8机器人复兴已到来 采用的关键挑战和障碍 13-18 19-202035：自动驾驶未来的瞬间掠影 我们希望到2035年呈现出21-22年的样子 从现在到未来：一项十年路线图 23-26 27-28六边形：构建自主未来 自动化简史至自主化 1954 乔治·德沃尔发明了“尤尼马特”，世界上第一台可编程的机械臂。 机器人不服务于国家或公司，它们服务于人民。 黄斯宾（Spencer Huang），NVIDIA机器人产品负责人 1969 2024 2020 斯坦福研究学院开发了“Shakey”，世界上第一个由人工智能控制的机器人。 波士顿动力公司开始商业化其自主机器人检查犬Spot。 英伟达发布Cosmos，迈向现实世界具身人工智能的重大飞跃。 2012 2023 明了“尤尼第一台可编 收购 Kiva Systems 后，亚马逊开始在仓库中使用机器人。 ChatGPT和GPT-4显著推动了生成式人工智能的发展。 贡献者 博克哈德·博克姆 朱莉叶·艾肯博士 阿米特·高尔 产品管理总监，自主机器，英伟达 首席技术官，Hexagon 组织心理学家，Conducere +Volta Burkhard Boeckem于2020年被任命为Hexagon的首席技术官，此前他曾担任Hexagon地信公司的首席技术官，负责监督地信公司所有业务部门的技术、创新和产品开发。作为Hexagon的首席技术官，Boeckem推动着公司自主技术愿景的创新与持续发展。他拥有大地测量学硕士学位和技术学博士学位。 Amit Goel是NVIDIA自主机器产品管理总监，负责监督前沿AI平台Jetson。他在科技领域拥有超过15年的经验，曾涉足软件和硬件领域，包括在Synopsys公司工作。他毕业于德里学院和亚利桑那州立大学，获得工程学学位，并拥有加州大学伯克利分校的MBA学位。 朱莉叶·艾肯博士专精于面向未来的劳动力规划、战略变革管理和领导力发展。她作为值得信赖的顾问，帮助组织在不确定性时期实现转型。艾肯在学术、政府、私营和非营利部门担任咨询和领导职务超过十年。 创新经理，特纳建筑公司 总裁，赫克萨格机器人部门 高级顾问，TechInsights 作为Hexagon机器人部门的总裁，阿诺·罗伯特负责战略增长和运营卓越。他曾担任赛诺菲和维京游轮的首席数字官，推动数字化转型，并推出了迪士尼电影随时随地、苹果运动手环Nike+等明星产品。罗伯特拥有瑞士洛桑联邦理工学院计算机科学博士学位，拥有多项专利，并荣获多个行业奖项。 奇斯·威廉姆斯（Chase Williams）是TechInsights公司的一名高级顾问，专注于移动设备、半导体和消费电子领域的市场情报。他在翻新设备、汽车技术（ADAS和AV）以及全球供应链方面拥有深厚的专业知识。凭借其工程学学位以及在为原始设备制造商（OEM）、一级供应商和投资者提供建议方面的经验，他的见解已塑造了北美、欧洲和亚洲的战略。 克里斯托弗·瓦尔在泰纳建筑公司负责创新工作，推动整个企业的数字化转型和文化变革。凭借近20年在建筑、工程和施工（AEC）行业的经验，他将新兴技术与实际交付相结合，以释放商业价值。他负责诸如泰纳创新峰会等计划，并指导泰纳的人工智能战略，塑造战略方向，并在整个组织内开发教育举措和用例。 安东尼·哈特克VDC项目经理，特纳建筑 黄斯宾 马里奥·莫埃勒 全球业务发展经理，机器人，梅赛恩集团 机器人产品线经理，英伟达 Mario Mauerer曾在苏黎世联邦理工学院(ETH Zürich)学习电气工程，并获得电力电子学博士学位。2018年，他加入ANYbotics公司，帮助该公司员工规模从20人扩展到120多人。2024年，他加入迈斯恩集团(maxon Group)，现任全球业务发展经理（机器人领域），旨在将先进的驱动系统应用于现代机器人应用。 安东尼·哈特克是 Turner Construction的 VDC 经理和“驻场颠覆者”，拥有超过 15 年推动技术整合的经验。他曾领导过如 50 亿美元数据中心项目等计划。作为一名美国陆军国民警卫队退伍军人、辛辛那提大学毕业生，他在 Turner 的 BIM 大学授课，并协助启动了其创新峰会。 黄斯宾（Spencer Huang）是英伟达（NVIDIA）的产品经理，专注于构建云原生技术，以简化并加速机器人仿真应用的应用。他的工作包括扩展仿真工作负载，例如合成数据生成、验证和测试流程。在加入英伟达之前，黄斯宾在纽约大学（NYU）获得了技术型工商管理硕士学位，专注于人工智能领域。 卢卡斯·齐格勒 机器人布道者 齐格勒是Botnanza的创始人，这是一个领先的媒体中心，专注于从初创企业到ABB和英伟达等巨头的机器人创新者。他在华沙理工大学讲授工业4.0课程，并担任ffVC的合伙人，支持新兴的机器人初创企业。齐格勒在科技生态系统中根基深厚，还建立了一个拥有超过25万名机器人爱好者的繁荣社区。他的内容覆盖了欧洲和美国超过1亿人。 机器人未来 2035 自主权 自动化：名词，指使用无需人工控制的机器和计算机的操作 机器人复兴已到来 从古代计时的水钟到如今引导复杂仓库物流的移动机器人，自动化始终是人类对进步的内在渴望的证明。它的核心承诺依然存在：提高生产力，提升效率，增强安全，促进经济增长——所有这一切都得益于智能系统简化复杂流程。 随着技术曲线急剧陡峭化，既带来了科幻式的美好愿景，也引发了反乌托邦式的忧虑，商业领袖面临一项战略要务：在把握这些创新力量的同时，守护那些定义持久组织的人类判断力、创造力和目标感。 2025年，我们迎来了一个转折点。根据Forrester《自动化调查》（2024年），82%的组织由于生成式AI的兴起而增加了对自动化的投资。同时，人形机器人——在2024年的预测中并未出现——如今已被列为一项顶级新兴技术。 自主性往往被错误地视为一种零和替代方案，用以取代人力。相反，我们必须倡导增强（或：赋能）；设计一个劳动力体系，其中人类的创造力与机器人的精准性相互放大，共同创造单独一方无法达成的价值。 机器人复兴已至。随之而来的是，一次重新构想我们生产与成长方式的非凡机遇。这是我们为机器人打造真正智能未来的机会——一个由人类设定规则的未来。 人工智能、高保真模拟和多模态感知领域的突破，正将机器人从脚本化的自动化推向具身智能的领域。机器越来越多地能在曾经是人类独有的各种方式和空间中感知、学习和独立做出决策。 洞察 我们站在大型语言模型的肩膀上，构建新一代能够在物理世界中看、思考和行动的智能机器人——这些机器人通过模拟进行训练，利用数据进行优化，并能在边缘设备上高效运行。 我们如此专注于人工智能能做什么，以至于忘记去问它对我们意味着什么。它如何改变我们的思维方式、写作方式以及互动方式？如果我们不注意，就会不断用制造新问题的方式来解决问题。我们需要的是更多的谦逊、更强的目的性，以及一个更加以人为本的视角。 阿米特·戈尔，英伟达 从自动化到自主性的跨越，关键在于思维方式的根本转变。机器人不再被硬编码以执行僵化的指令。相反，它们在庞大的模拟环境中被快速训练，直到在任务上达到熟练。真正的奇妙之处不在于机器取代我们，而在于它们学习与我们协作的速度有多快。 朱莉叶·艾肯博士，组织心理学家 当我们审视机器人技术时，其目的在于解放人力，从事那些需要人类发挥优势的“软性、灵活的脑力”工作。我们做很多事情，都是寻找最适合机器人完成的重复性工作。 安东尼·哈特克，特纳建筑公司 人工智能需要身体，而机器人技术需要人工智能。 工厂是完美的游乐场。机器人技术将首先在这里实现规模化。 博克哈德·博克姆，六边形 2025年的机器人与自主技术——及更长远的发展 机器人经济才刚刚起步。 从公元前1500年快进到2025年。曾经需要数百年才能发明的技术，如今仅需数月便可演进。随着大型语言模型（LLM）、数字孪生、模拟和多模态传感器技术日趋融合，一种新型自主代理正应运而生，它们具备穿引光纤电缆的灵巧、绕过倾倒托盘的判断力，以及为低地球轨道卫星进行维护的构造。 而人形机器人呢？它们正逐渐进入工业工作场所，执行拾取和放置、维护以及灾难恢复等任务。 如今，亚太地区——新增工业机器人安装量的70%所在地——正随着各国竞相嵌入自适应自主技术而重塑全球竞争力。加之全球机器人市场规模预计今年将达到508亿美元，商业和政治层面的博弈已至白热化。 与此同时，机器人技术的经济优势日益显著。劳动力最稀缺的地区，其采用速度正在加快。已有超过50个国家面临劳动年龄人口萎缩的问题。仅在美国，制造商到2033年就将面临19万人的技能缺口。 如今，自主的定义正在改变。它不再仅仅是将人从工作流程中抽离，而是围绕我们——围绕我们的环境、行为和目标——来设计系统。它关乎携手共进，以增强产业韧性、赋能劳动力适应性，并重新定义经济繁荣。 为此，电商巨头已部署超过七十五万台移动式及关节式机器人，为物流领域带来了两位数的生产力提升。数千起最后一公里配送由无人机完成，而自主检测单元则在矿山和海上钻井平台间巡逻。 洞察 在未来五年内，我们将见证协作机器人（co-bot）的广泛应用大幅增长，以及人工智能驱动的自主性将使机器人能够在远更具动态性和不可预测性的环境中工作。凭借实时学习和边缘计算，我们将为户外机器人、城市导航和时效性敏感的工业自动化开辟新的可能性。 机器人不会在不久的将来取代人类从事复杂任务，但它们已经通过自动化重复性、易导致受伤的工作而证明了自己的价值。这种转变使得人力资源能够更智能地分配到更高价值的岗位上。我们自动化掉的每一项任务，都会在其他地方释放出能力，从而重塑整个劳动力队伍的机会成本。 当前的情况是，机器人不再仅仅是静态的、为特定目的而设计的机器。有了转换器、视觉语言模型和大型语言模型，我们现在拥有了具有强大世界语义理解能力的基础模型。它们可能还不了解自己的身体，但它们对世界如何运作了解很多。 这一切背后的真正问题是人口崩溃。自动化不是可选项。它是唯一的前进道路。它是我们保持系统运转、产业流动和生活质量完整无损的方式。我们不是在谈论取代人们，我们是在谈论维持那些否则将陷入停滞的经济。 马ario Mauerer，迈斯恩集团 我们通常认为，机器人或人类要么各自独立工作，稍后再合并结果，要么按顺序传递任务。但真正的协作意味着在同一个空间里共同解决问题，并动态地相互响应。也许，如果我们开始将机器人视为队友而非工具，就能为更健康、更灵活的工作关系开辟可能性。 有一种想法是，人形机器人会走进工厂，并能立刻完美地完成人类所能做的一切。我们还没有达到那个阶段。这没什么。 我们近期看到的是，机器人在它们最能发挥作用的地方被部署；处理那些危险的工作、重复枯燥的任务，这些任务会让人疲惫不堪或面临风险。这些就是机器人目前就能创造真正价值的领域，对吧？随着它们变得越来越强大？我们将从这些领域进一步拓展应用。 朱莉叶·艾肯博士，组织心理学家 Z世代并非蜂拥而至仓库或化工厂工作。他们想成为数字游民、内容创作者、自由职业者。然而，恰恰是这一代人期望快时尚、次日达、按需所取一切。因此，需求在增长，但劳动力却在萎缩。这不是威胁，而是一个需要填补的缺口。 博克哈德·博克姆，六边形 空间智能使类人生物能够在各种环境中感知、适应和行动。为了推动该领域的发展，传感器融合和视觉语言行动（VLA）模型方面的创新是必要的。 卢卡斯·齐格勒，机器人布道者 采用的关键挑战和障碍 打破负面反馈循环 但机遇与挑战并存。现实世界复杂、混乱且不可预测——尤其是在涉及人类的情况下。在我们热情追求进步的过程中，我们冒着成为空洞未来建筑师的风险，为了自动化而自动化，却对其影响缺乏清晰的认识。随着智能的进步，技术、商