當人形機器人走出實驗室、真正進入工廠車間，它需要的不只是“會動”，更要能感知、能判斷、能協(xié)同、能穩(wěn)定執(zhí)行任務(wù)。

近日，西門子與 Humanoid 宣布，雙方在推動物理 AI落地工業(yè)場景方面取得里程碑式進展：

由 Humanoid 基于 NVIDIA 物理 AI 技術(shù)棧開發(fā)的 HMND 01 Alpha 輪式人形機器人，已在位于德國愛爾蘭根的西門子電子工廠完成運行測試，并成功執(zhí)行自主物流任務(wù)。

這也是繼西門子與 NVIDIA 在 CES 上宣布合作、共同打造全球首個完全由 AI 驅(qū)動、具備自適應(yīng)能力的制造基地之后的又一重要進展。

看點速覽

西門子、Humanoid 與 NVIDIA 三方合作，推動人形機器人進入真實工業(yè)場景

HMND 01 Alpha已在西門子德國愛爾蘭根工廠完成測試

機器人成功執(zhí)行自主物流任務(wù)，關(guān)鍵指標達到要求

西門子 Xcelerator 產(chǎn)品組合為工廠級集成提供數(shù)字化與自動化基礎(chǔ)

NVIDIA 通過仿真、訓(xùn)練與邊緣計算能力，加速機器人開發(fā)與部署

01從“能演示”到“能上崗”

物理 AI 正在改變制造業(yè)

在工業(yè)環(huán)境中，AI 不只是生成內(nèi)容、輔助分析，更重要的是進入真實世界，幫助機器看見環(huán)境、理解任務(wù)并采取行動。這正是物理 AI 的重要價值所在。

對制造業(yè)來說，這意味著機器人不再只是執(zhí)行固定動作，而是能夠在復(fù)雜、動態(tài)的工廠環(huán)境中完成更具靈活性的任務(wù)，例如物料搬運、路徑調(diào)整、協(xié)同作業(yè)等。

但要讓這一切真正落地，并不容易。

從 AI 研究走向真實工廠，需要一個完整的高性能生態(tài)體系，包括：

前沿的 AI 計算與仿真能力

成熟可靠的機器人平臺

可實現(xiàn)全域協(xié)同的工業(yè)自動化基礎(chǔ)架構(gòu)

而這正是此次合作的關(guān)鍵所在。

在西門子工廠里

這臺人形機器人已經(jīng)開始“干活”了

在德國愛爾蘭根的西門子電子工廠，西門子已將 HMND 01 Alpha 部署到廠區(qū)物流環(huán)節(jié)，用于自主完成周轉(zhuǎn)箱搬運任務(wù)，包括：

為操作人員揀選物料箱

運輸物料箱

放置物料箱

從測試結(jié)果看，這款機器人達到了既定的核心性能要求：

每小時可完成 60 次周轉(zhuǎn)箱搬運

連續(xù)運行時長超過 8 小時

自主揀選與放置成功率超過 90%

在工廠中，企業(yè)最關(guān)心的通常是機器人能不能連續(xù)工作、能不能穩(wěn)定重復(fù)、能不能少出錯、能不能融入既有節(jié)拍。這組數(shù)據(jù)說明，人形機器人已經(jīng)不只是“會演示”，而是真正開始“能上崗”。這表明，人形機器人在工業(yè)物流等實際任務(wù)中，已經(jīng)邁出了，從概念驗證走向真實部署的重要一步。

02為什么“集成”才是人形機器人進工廠的關(guān)鍵？

一臺機器人，只有真正融入工廠系統(tǒng)，才能釋放價值。

對于工業(yè)場景中的人形機器人來說，它不僅要完成單點動作，更要成為工廠中的“協(xié)同資產(chǎn)”。這意味著它必須能夠：

與生產(chǎn)系統(tǒng)進行實時數(shù)據(jù)交互

與自動導(dǎo)引車（AGV）協(xié)同作業(yè)

與各類設(shè)備和人員同步流程

根據(jù)現(xiàn)場變化自主調(diào)整行為

如果缺少這樣的深度集成，再先進的機器人，也很難在真實工廠中發(fā)揮全部潛力。

西門子 Xcelerator

提供工廠級落地基礎(chǔ)

為了讓人形機器人真正“用起來、跑起來、協(xié)同起來”，西門子依托 西門子 Xcelerator 產(chǎn)品組合，提供覆蓋工業(yè)現(xiàn)場的全面技術(shù)支持，包括：

全面的數(shù)字孿生

AI 感知

集成控制

PLC-機器人接口

機群管理

工業(yè)通信網(wǎng)絡(luò)

高性能驅(qū)動裝置

這些能力共同構(gòu)成了支撐人形機器人落地的數(shù)字化與自動化基礎(chǔ)設(shè)施，使其能夠更高效地運行，并與整體工廠環(huán)境協(xié)同作業(yè)。

換句話說，西門子提供的不只是單一產(chǎn)品，而是一套可擴展、可集成、可部署的工廠級應(yīng)用范式。

NVIDIA加速仿真與開發(fā)

把原型周期縮短到 7 個月

在機器人開發(fā)層面，Humanoid 已將 NVIDIA 完整的物理AI技術(shù)棧集成到 HMND 01 平臺中，包括：

面向邊緣計算的 NVIDIA Jetson Thor

用于仿真的 NVIDIA Isaac Sim

用于強化學習與策略訓(xùn)練的 NVIDIA Isaac Lab

借助這套技術(shù)棧，Humanoid 顯著縮短了開發(fā)周期。

基于“仿真先行”的硬件設(shè)計方法，研發(fā)團隊可先在虛擬環(huán)境中優(yōu)化執(zhí)行器選型、關(guān)節(jié)強度和質(zhì)量分布，再推進實體開發(fā)。這樣一來，原本通常需要 18 至 24 個月的原型開發(fā)周期，被壓縮到了7 個月。

這也意味著，人形機器人從設(shè)計、訓(xùn)練到部署，正在變得更快。

NVIDIA 機器人與邊緣 AI 副總裁Deepu Talla：“未來工廠需要能夠與人類員工并肩協(xié)作、自主感知、推理并自適應(yīng)的機器人，以應(yīng)對傳統(tǒng)自動化難以解決的勞動力短缺與運營復(fù)雜性挑戰(zhàn)。

西門子提供工業(yè)集成核心支撐，Humanoid 搭載 NVIDIA 完整物理 AI 技術(shù)?！獜姆抡嫦刃杏?xùn)練到實時邊緣推理，此次部署為人形機器人在真實工廠環(huán)境中達成實際生產(chǎn)目標鋪平了道路。”

Humanoid 目標

不是實驗室演示，而是真實工廠部署

總部位于英國的 AI 與機器人公司 Humanoid，推出了專為工業(yè)環(huán)境設(shè)計的 HMND 01 Alpha 人形機器人。

這款機器人采用全向輪式移動平臺，具備先進的操控作業(yè)能力，并由 Humanoid 自主研發(fā)的 AI 框架 KinetIQ 驅(qū)動。其設(shè)計目標正是面向人機協(xié)同場景，適配多樣化任務(wù)并執(zhí)行復(fù)雜操作。

Humanoid 創(chuàng)始人兼首席執(zhí)行官Artem Sokolov：“我們的使命是打造不僅可在受控實驗室場景運行，更能在真實工廠環(huán)境執(zhí)行重要工業(yè)任務(wù)的人形機器人。通過與西門子和 NVIDIA 開展合作，我們將 NVIDIA 領(lǐng)先的 AI 基礎(chǔ)設(shè)施、仿真工具與框架，同西門子深厚的工業(yè)專長及集成能力相結(jié)合，有力表明了人形機器人已具備真實工業(yè)場景部署條件?！?/p>

03人形機器人

正在從“未來感”走向“生產(chǎn)力”

人形機器人一直是科技想象力的代表，但對于工業(yè)企業(yè)來說，真正重要的問題從來不是“它看起來是否先進”，而是：

它能不能穩(wěn)定地完成任務(wù)？
能不能融入現(xiàn)有產(chǎn)線？
能不能在真實工廠中創(chuàng)造價值？

此次西門子、Humanoid 與 NVIDIA 的合作給出了一個更接近現(xiàn)實的答案：
當工業(yè) AI、物理 AI、仿真訓(xùn)練和工廠級集成能力結(jié)合在一起，人形機器人就不再只是概念展示，而是開始成為制造現(xiàn)場的新型生產(chǎn)力。

來源：西門子中國