AI不只在屏幕里:具身智能走进制造现场

“没有具身智能，那其实人工智能就一直停在屏幕里面。”优必选首席品牌官谭旻在论坛上表示，人工智能要真正进入实体经济，就需要通过人形机器人等载体接入物理空间、真实世界和生产线。

谭旻介绍，优必选长期以人形机器人作为人工智能的重要载体，核心目标是把AI放到具身智能中，解决社会重大问题、满足社会重大需求。他表示，人形机器人接入工厂智能制造平台后，能够真正进入物理空间和真实生产线，“从而让人工智能有了一个身体，也就叫做具身智能。”

在他看来，人形机器人可以进入传统自动化设备和工业机械臂尚未充分覆盖的场景，推动下一代智能制造发展。与此同时，人形机器人作为新质生产力，每一步都会产生数据，而这些数据将成为人工智能发展世界模型的重要原料。

这意味着，机器人不只是生产工具，也可能成为数据入口和智能系统的一部分。它在工厂中搬运、识别、协作、执行任务的过程，本身也在不断生成关于物理世界、生产流程和场景变化的数据。这些数据反过来又将训练和优化AI系统，使其更好适应复杂产业环境。

谭旻认为，当前AI和机器人正处于“寒武纪大爆发”的时代，单靠一个国家、一家公司或一项单点技术突破，都难以形成真正全面的技术演进。“只有芯片不够，只有算力算法也不够，如果只有大模型也不行。”

因此，具身智能的发展需要全球生态协同。他提出，国际社会需要在四个维度开展合作：供应链、应用场景、人才与知识流动以及技术标准。其中，技术标准尤为关键。“关税一定不是阻碍技术前进的主要障碍，技术的标准才是让颠覆性技术更快进行全球应用的一个关键指标。”谭旻表示。

从制造链走向服务链，再走向价值链，具身智能正在让AI从“看得见、说得出”，进一步走向“能执行、能协作”。这不仅能改变单个工厂的生产效率，也可能改变全球供应链中不同企业、不同场景之间的协作方式。

AI进入产业现场后，新的问题随之出现：工厂、仓储、港口等场景要求极高的实时性和安全性，如何让AI既能快速响应，又能保障数据和系统安全？

英特尔相关负责人郭威表示，AI进入工厂、仓储和港口后，实时性、安全性和韧性是层层递进的关系。“实时才能安全，安全才能有韧性。”

他举例称，在定制化PC生产中，峰值时可能30—60秒就要选取多种不同配件并完成组装，每台机器配置都不一样。如果在配件选取、机器人组装或线路运行中出现延误、错误或堵塞，就会影响整个生产流程。因此，AI在产业现场落地，不能只依赖远端数据中心，也需要边缘侧和端侧能力。

郭威解释，云端更多负责分析判断，边缘侧负责感知和执行，只有两者结合，才能在保证实时性的情况下提升安全性。同时，数据更多留在本体，也有助于增强安全性。

他特别强调开放生态的重要性：“只有一个开放的平台、一个开放的生态，才能保证安全性、保证韧性。”在他看来，“越开放越安全。”

这种云边端协同，正是AI从实验室走向产业现场的必要条件。在真实贸易和制造体系中，AI不只是模型能力的比拼，更是算力部署、数据流转、设备协同、行业方案和生态合作的综合竞争。

郭威进一步表示，中国拥有丰富的行业应用场景，为AI落地提供了重要土壤。以快递行业为例，中国拥有全球规模领先的包裹运营场景，需要大量云端、边缘侧和端侧AI能力在感知、分析、决策和控制等环节形成解决方案。

在可持续方面，郭威提出，AI要让企业“用得起、用得好”，就需要把算力放在最合适的地方，在最需要的地方提供最合适的算力，并通过可复制的行业方案降低成本、提升可持续性。他表示，国内产业合作伙伴可以把好的解决方案和运营思路带到海外，“不只是改变国内的行业，还改变整个全球的产业。”

从具身智能到云边端协同，AI正在进入全球经贸合作的“硬场景”。它不再只是文本、图片和视频生成工具，也不只是企业办公室里的效率软件，而是成为制造、仓储、港口、物流和供应链管理的重要组成部分。随着更多真实场景被打开，AI赋能全球贸易的路径也将更加清晰：先进入现场，再优化流程，最终推动产业链供应链实现更高水平的协同。

排版 | 杨一萍

｜中经传媒智库  CBJTHINKTANK  原创文章｜