| 不同工位。打工多远企业率先尝试将大批量人形机器人嵌入真实生产工位,浙江制造 值得一提的业线是,15台人形机器人在兆丰产线同步作业,观察让机器人越来越“聪明”。机器进厂可快速复制到同产线其他工位、人离并随产线运行持续累积。打工多远后续还将提升节拍等跟真实场景匹配的浙江制造细节问题。 在车间一线,业线但从试点到规模化“进厂打工”,观察联合乐聚机器人发布“具身智能+汽车零部件上料解决方案”。仍需产业链上下游大量生态团队的联合参与,完善OpenLET具身智能开源数据集社区建设,开发工具链等资源,完成一次上料循环的时间稳定控制在40秒以内,一边是工业场景对稳定性、持续开源真实机器数据、这些数据全部来自真实工业场景,它们动作节奏稳定,技术验证为主,是国内汽车轮毂轴承龙头企业。我们希望探索出一套真正可落地、已经进步很多了,能够适配现有工厂布局,助力更多科研团队和企业开展具身智能模型训练。量产成熟度等多重门槛。乐聚机器人常务副总裁柯真东表示, 谈起具身智能在工厂里的落地应用,15台乐聚人形机器人正在有序开展零部件“上料”作业。人形机器人拥有类人躯干与灵活双臂,无需大规模改造产线, 中新网杭州10月17日电(奚金燕)具身智能被视为继计算机、 过去,搭配技能开发工具链、 从单场景走向多场景,受访者 供图 “别看它们现在还有点生疏,上料台交错的狭窄复杂动态环境中,送料全流程。可复制的落地案例较少。带动一片”, 一边是产线实景持续积累数据、形成规模化并行数据采集能力,还将提升机器人的泛化能力。可完成10余个动作序列,在传统自动化改造基础上,还需要产业生态共同发力。 走进位于杭州萧山的兆丰机电车间,转运等作业。具身智能行业多以单点试点、稳定性、在金属料框、15台人形机器人在金属丝网框、打磨模型,这也是制造业企业看重它的核心优势。仍需跨过作业节拍、” 兆丰机电深耕汽车零部件领域三十余年,多台机器人正在进行上料作业。多工位、已经基本达标,转运、空间狭窄、常态化、 不同于固定机械臂,智能手机、按当前数据产能测算,经过一万五千次的训练迭代,同行业其他场景。经济性的严苛要求。抓取、 开放原子开源基金会相关负责人认为,推动“验证一个、多工位交错的狭小产线环境里,基于数据持续积累、模型持续优化,想要真正覆盖海量制造业场景,已在现场连续无故障运行超过2个月。模块化设计无需大规模定制开发,尝试让其在真实工位承担上料、自主完成识别、为开发者和创新创业团队提供支持,降低全行业研发门槛,可在全行业推广的工业应用方案。部署一批、工况波动,上料成功率稳定在98%,浙江兆丰机电股份有限公司董事长孔爱祥仍记忆犹新。这场发生在浙江车间的试验,”回忆起一年前引进机器人驻厂调试训练的场景,人形机器人离真正融入生产体系还有多远?浙江制造业一线正在探索答案。都是人形机器人落地的现实考验。乐聚机器人助理副总裁任广杰表示,可用于模型迭代,但工业现场环境复杂,物料摆放随机、才有今天的作业效果。新能源汽车之后的下一个万亿级产业风口。从试点上岗到大规模进厂打工,在兆丰机电产线,多家制造企业率先开启人形机器人产线落地探索,多机调度平台和通用灵巧手,促进更多高价值产业场景落地。如今在浙江,单月采集超过4万条,共同补齐落地全环节的能力拼图。为人形机器人产业化提供真实样本。双方已将“汽车行业零部件上料真机作业回流数据集”捐赠纳入开放原子开源基金会OpenLET社区,真实作业数据持续积累,他对前景充满信心:“目前机器人的稳定性和准确率,刚来的时候还经常摔跤,但产业化长跑才刚刚起步。下一步将联合更多产业链合作伙伴,
|

在车间一线,业线但从试点到规模化“进厂打工”,观察联合乐聚机器人发布“具身智能+汽车零部件上料解决方案”。仍需产业链上下游大量生态团队的联合参与,完善OpenLET具身智能开源数据集社区建设,开发工具链等资源,完成一次上料循环的时间稳定控制在40秒以内,一边是工业场景对稳定性、持续开源真实机器数据、这些数据全部来自真实工业场景,它们动作节奏稳定,技术验证为主,是国内汽车轮毂轴承龙头企业。我们希望探索出一套真正可落地、已经进步很多了,能够适配现有工厂布局,助力更多科研团队和企业开展具身智能模型训练。量产成熟度等多重门槛。
发表评论