ह्यूमनॉइड रोबोट "कारखानों में काम करने" में कितनी दूर आ गए हैं?

सार:

कारखानों में काम करने के लिए ह्यूमनॉइड रोबोट के "प्रथम वर्ष" की घोषणा कई बार की गई है, लेकिन कुछ लोगों ने सभी वास्तविक कठिनाइयों को सूचीबद्ध किया है: सफलता दर 99% से ऊपर होनी चाहिए, गति उत्पादन लाइन में बाधा नहीं डालनी चाहिए, एक कुशल हाथ का निरंतर कामकाजी जीवन केवल कुछ सप्ताह है, और डेटा अंतर सौ गुना तक अधिक है। प्रयोगशाला सत्यापन से लेकर वास्तविक जीवन प्रशिक्षण, सामान्य तैनाती, बड़े पैमाने पर प्रतिकृति और वाणिज्यिक बंद लूप तक, पाँच चरण हैं - उद्योग में सबसे तेज़ बैच कहाँ चला गया है?

इस सवाल को ध्यान में रखते हुए, "केचुआंगबन डेली" का एक रिपोर्टर हाल ही में बीजिंग के चांगपिंग में फोटोन कमिंस इंजन फैक्ट्री में गया - चीन में फैक्ट्री में प्रवेश करने वाले सबसे शुरुआती ह्यूमनॉइड रोबोटों में से एक यहां चल रहा है

; इससे पहले और बाद में, पत्रकारों ने हाल ही में संपन्न 2026 विश्व रोबोट सम्मेलन (डब्ल्यूआरसी) और द्वितीय विश्व ह्यूमनॉइड रोबोट गेम्स में भी बड़ी संख्या में गहन साक्षात्कार आयोजित किए। फ़ैक्टरी फ़्लोर और दो बैठकें "वर्ष एक" कथा की तुलना में कहीं अधिक ईमानदार उत्तर देने के लिए एक साथ आती हैं। आजकल, "काम करने में सक्षम होना" हल हो गया है, "हर दिन काम करना" अभी शुरू हुआ है, और "हिसाब चुकाने में सक्षम होना" अभी तक हासिल नहीं किया गया है। प्रयोगशाला से वाणिज्यिक बंद लूप तक के पांच चरणों में, चीन के सबसे तेज़ रोबोटों के बैच ने पूरा एक वर्ष बिताया। उन्होंने दूसरा चरण पूरा कर लिया है और तीसरे चरण का दरवाजा खटखटा रहे हैं।

एक इंजन फ़ैक्टरी में "नए कर्मचारी"

फ़ोटॉन कमिंस फ़ैक्टरी में, AGV ट्रॉलियों का उपयोग पहले से ही बड़े पैमाने पर किया जा चुका है, और सिलेंडर ब्लॉक और हेड को लेजर SLAM नेविगेशन द्वारा ले जाया जाता है। लेकिन असली समस्या "अंतिम मीटर" में है: ट्रेलर से सामग्री रैक तक सामग्री उठाने और परिवहन के लिए कभी भी कोई परिपक्व लचीला समाधान नहीं रहा है। पारंपरिक विशेष मशीनों को सामग्री बॉक्स बदलते समय ग्रिपर बदलना पड़ता है। डिपैलेटाइज़िंग, ट्रांसफरिंग और शेल्विंग के लिए काम को विभाजित करने के लिए उपकरणों के कई टुकड़ों की आवश्यकता होती है। बहु-विविधता और छोटे-बैच उत्पादन लाइनों में लचीलेपन की सबसे अधिक कमी है। बताया गया है कि यही मूल कारण है कि फैक्ट्री ह्यूमनॉइड और व्हील-आर्म रोबोट को चुनती है।

"केचुआंगबन डेली" रिपोर्टर को घटनास्थल से पता चला,

अब, बीजिंग ह्यूमनॉइड रोबोट इनोवेशन सेंटर के तियांगोंग 2.0 द्विपाद रोबोट और तियान्यी 2.0 व्हील-आर्म रोबोट का कारखाने में लगभग एक वर्ष तक परीक्षण किया गया है।

वे खेल बैठक स्थल से सीधे कारखाने में प्रवेश करने वाले चीन के पहले ह्यूमनॉइड रोबोट भी हैं: फोटॉन कमिंस ने पहली खेल बैठक में सामग्री प्रबंधन और सेवन और निकास वाल्व सामग्री छँटाई के दो प्रमुख औद्योगिक परीक्षण परिदृश्य प्रस्तावित किए। खेल के बाद, दोनों पक्षों ने तुरंत सहमति व्यक्त की और कार्यान्वयन किया।

बीजिंग आंकड़े चुनते समय, कारखाने ने अपना होमवर्क किया है। फोटॉन कमिंस के प्रभारी संबंधित व्यक्ति हुआंग युनबाओ के अनुसार, उन्होंने साइंस एंड टेक्नोलॉजी इनोवेशन बोर्ड डेली के रिपोर्टर को बताया कि प्रारंभिक शोध के दौरान, फैक्ट्री ने फिगर के सार्वजनिक मापदंडों, स्थिरता और विश्वसनीयता डेटा का अध्ययन किया, और घरेलू प्रथम-पंक्ति सन्निहित खुफिया कंपनियों के साथ प्रारंभिक संचार भी किया। अंत में, इसने दृश्य फिट, सहयोग और कार्यान्वयन संवर्धन क्षमताओं के आधार पर बीजिंग ह्यूमनॉइड रोबोट इनोवेशन सेंटर का चयन किया।

उपर्युक्त प्रभारी व्यक्ति ने बताया कि दोनों रोबोट बिना किसी अनुकूलन के स्वायत्त रूप से काम करते हैं। मुख्य निकाय अभी भी प्रयोगशाला संस्करण में उपयोग किया जाता है, और अंत क्लैंप के केवल दो सेट काम की परिस्थितियों के अनुसार विकसित किए जाते हैं - संकीर्ण क्लैंप सामग्री बॉक्स और फ्रेम के बीच केवल दो या तीन सेंटीमीटर के साथ संकीर्ण कार्गो स्थान के लिए उपयुक्त है, और हुक प्रकार क्लैंप में एक मजबूत भार होता है और 15 किलोग्राम से अधिक सामग्री बक्से को कवर कर सकता है।

वर्तमान लक्ष्य 2 से 5 किलोग्राम की सामग्री को संभालना है, और भविष्य में धीरे-धीरे इसे दस किलोग्राम से अधिक तक बढ़ाया जाएगा।

वास्तविक परीक्षण प्रश्न पुराने कारखाने से ही आए थे: सामग्री रैक जो तीन से पांच वर्षों से सेवा में थे, विकृत और झुके हुए थे, और ट्रेलर पर उभरी हुई संरचनाओं ने बाधाओं से बचने के लिए लेजर रडार को चालू कर दिया था; विकृत सामग्री रैक को अस्थायी रूप से "बॉक्स पुशिंग" क्रिया को जोड़ना पड़ा ताकि यह सुनिश्चित किया जा सके कि सामग्री बक्से पूरी तरह से अपने स्थानों पर वापस आ गए हैं। ये इंजीनियरिंग विवरण जिन्हें प्रयोगशाला में अनुकरण नहीं किया जा सकता है, उन्हें साइट पर अनुसंधान एवं विकास कर्मियों द्वारा एक-एक करके पॉलिश किया जाता है। आजकल, तियानयी 2.0 को छह टर्नओवर बॉक्स को शेल्फ पर रखने में चार मिनट से भी कम समय लगता है, और तियानगोंग 2.0 को एक बॉक्स को स्थानांतरित करने में डेढ़ मिनट से भी कम समय लगता है। लय प्रारंभ में उत्पादन लाइन की लय से मेल खाती है। बीजिंग के ह्यूमनॉइड उद्योग अनुप्रयोग के प्रभारी व्यक्ति ने साइंस एंड टेक्नोलॉजी इनोवेशन बोर्ड डेली के एक रिपोर्टर को समझाया कि बक्सों में नाजुक इंजन के हिस्से थे, और रोबोट की प्राथमिकता "स्थिर" थी, "तेज़" नहीं।

इस सब का समर्थन "हुइसी काईवू" सन्निहित खुफिया मंच के बड़े और छोटे दिमागों के बीच सहयोग है: सन्निहित मस्तिष्क बड़े मॉडलों के आधार पर कार्य की समझ, निराकरण और व्यवस्था को पूरा करता है, और पूर्ण कार्य लिंक उत्पन्न करता है; सन्निहित सेरिबैलम क्रिया के प्रत्येक चरण को निष्पादित करने के लिए जिम्मेदार है।

यह समझा जाता है कि जब दृश्य की बात आती है तो सबसे सहज परिवर्तन यह होता है कि "किसी शिक्षण की आवश्यकता नहीं है" - डिब्बे और कार्गो स्थानों को एक-एक करके प्रोग्राम करने की कोई आवश्यकता नहीं है। ढेर के लिए केवल एक अवलोकन बिंदु है। रोबोट समग्र स्थिति को समझने के लिए हेड कैमरे पर निर्भर करता है, और एल्गोरिदम स्वतंत्र रूप से पकड़ने और स्थानांतरित करने के लिए उपयुक्त डिब्बे का चयन करता है। किसी नए परिदृश्य को लागू करने से पहले, आप पहले सिमुलेशन परीक्षण के लिए विश्व मॉडल का उपयोग कर सकते हैं, और फिर सफलता दर मानक तक पहुंचने के बाद दृश्य में प्रवेश कर सकते हैं, इस प्रकार डिबगिंग चक्र को छोटा कर सकते हैं। फोटॉन कमिंस उत्पादन लाइन पर एकत्र की गई विभिन्न सामग्री बॉक्स कार्य स्थितियों को सामान्यीकरण प्रशिक्षण के लिए मंच पर वापस कर दिया जाता है, और बाद के नए कारखानों को कम-कोड विधियों का उपयोग करके जल्दी से अनुकूलित किया जा सकता है - यह "प्रतिकृति अनुभव" का एक महत्वपूर्ण हिस्सा है।

हुआंग युनबाओ के विचार में, "कारखाने में प्रवेश करने वाले रोबोट का प्राथमिक मूल्य जनशक्ति को प्रतिस्थापित करना नहीं है, बल्कि एर्गोनोमिक दर्द बिंदुओं को हल करना है - श्रमिकों को उच्च पदों पर झुकने और सामग्री उठाने के भारी श्रम से मुक्त करना; दूसरे, सूचना प्रवाह का एक बंद लूप बनाने, असेंबली त्रुटि दर को कम करने और इंजन की गुणवत्ता में सुधार करने के लिए फैक्ट्री व्यवसाय प्रणाली से जुड़ना है। कारखाना दो तरीकों से बुद्धिमान उपकरणों का मूल्यांकन करता है: गुणवत्ता में सुधार और कर्मियों के काम के माहौल में सुधार।"

उद्योग की बाधाओं के संबंध में, उनका निर्णय अपेक्षाकृत शांत है:

बैटरी जीवन, लोड और स्थिति सटीकता तीन कठिन बाधाएं हैं। इस स्तर पर, रोबोट केवल कम लय दबाव और ढीली लोड सटीकता आवश्यकताओं वाले पदों के लिए उपयुक्त हैं, और किसी कार्यकर्ता को पूरी तरह से प्रतिस्थापित नहीं कर सकते हैं।

उनके पास अपने सहकर्मियों के लिए सलाह के केवल नौ शब्द हैं: छोटे कदमों में तेजी से दौड़ें, साहसपूर्वक कल्पना करें और सावधानीपूर्वक सत्यापन करें।

दोनों पक्षों के बीच सहयोग अभी भी गहरा हो रहा है। बताया गया है कि मौजूदा हैंडलिंग स्टेशनों के अलावा, कारखाने के अंदर कई दृश्य खोले जाने हैं; फोटॉन कमिंस उद्योग के "भविष्य के स्टेशन" का निर्माण कर रहे हैं, जिनमें से ह्यूमनॉइड रोबोट एक महत्वपूर्ण हिस्सा हैं।

यदि "फ़ैक्टरी में प्रवेश" को पांच चरणों में विभाजित किया गया है - प्रयोगशाला सत्यापन, वास्तविक जीवन प्रशिक्षण, सामान्य तैनाती, बड़े पैमाने पर प्रतिकृति, और वाणिज्यिक बंद लूप - तो दो फोटॉन कमिंस रोबोट लगभग एक वर्ष से सड़क पर हैं और दूसरे चरण से तीसरे चरण की दहलीज पर खड़े हैं। यह पहले से ही देश की सबसे तेज़ प्रगति में से एक है।

ह्यूमनॉइड रोबोटों के "कारखानों में काम करने के लिए प्रवेश" पर अपने विचारों के बारे में बात करते हुए, हुआंग युनबाओ ने संवाददाताओं से कहा: भविष्य पहले से ही यहां है।

आउटपुट का कार्निवल, कार्यान्वयन की बड़ी परीक्षा

हाल ही में, एक के बाद एक दो उद्योग सम्मेलन आयोजित किए गए हैं: द्वितीय विश्व ह्यूमनॉइड रोबोट गेम्स का समापन हुआ, जिसमें 2,056 रोबोटों ने सभी प्रतियोगिताओं को पूरा किया, और औद्योगिक असेंबली और लोडिंग स्टेशन मुख्य आकर्षण बन गए; 2026 विश्व रोबोट सम्मेलन में, 373 कंपनियों ने 311 नए उत्पाद लॉन्च किए, और औद्योगिक ह्यूमनॉइड परिदृश्य समाधान पूर्ण नायक बन गया। प्रतियोगिता स्थल और बूथों पर तकनीकी पुनरावृत्तियाँ तेजी से वास्तविक उत्पादन लाइनों की शून्य-दोष सहिष्णुता आवश्यकताओं के करीब पहुंच रही हैं।

लेकिन 2025 की पहली तीन तिमाहियों तक, युशू टेक्नोलॉजी के ह्यूमनॉइड रोबोट राजस्व का 70% से अधिक वैज्ञानिक अनुसंधान और शिक्षा से आता है, जिसमें औद्योगिक अनुप्रयोगों का योगदान केवल 9% है।

"अभी भी बहुत कम संख्या में ह्यूमनॉइड रोबोट हैं जो वास्तव में कारखानों में काम करते हैं, और बड़ी संख्या में रोबोट अभी भी व्यावहारिक प्रशिक्षण, प्रक्रिया सत्यापन और छोटे बैच परीक्षण संचालन के चरणों में हैं।"

जिंगडोंग एरा के सह-संस्थापक शी यू ने भी WRC के दौरान साइंस एंड टेक्नोलॉजी इनोवेशन बोर्ड डेली के एक रिपोर्टर के साथ एक साक्षात्कार में स्वीकार किया: औद्योगिक परिदृश्यों में बैच और बड़े पैमाने पर तैनाती अभी भी अपेक्षाकृत दुर्लभ है, और पूरा उद्योग अभी भी इस प्रक्रिया में है।

लिंगडोंग जीएम के संस्थापक जी चाओ, "कारखाने में प्रवेश" के मानदंडों के बारे में बहुत विशिष्ट थे: औद्योगिक परिदृश्यों में रोबोटों के लिए आवश्यकताएं यह नहीं हैं कि क्या वे एक समय में 100% मानव स्तर तक पहुंच सकते हैं, बल्कि यह है कि क्या वे समय के साथ 30% से 60% या 80% मानव स्तर तक बढ़ सकते हैं, और अंततः कुछ मानक कार्यस्थानों पर मनुष्यों से आगे निकल सकते हैं - और इस क्षमता का 100 रोबोटों पर पुन: उपयोग किया जा सकता है।

हेड-एम्बॉडिड एंटरप्राइज एल्गोरिदम के प्रभारी एक व्यक्ति ने साइंस एंड टेक्नोलॉजी इनोवेशन बोर्ड डेली के एक रिपोर्टर को बताया कि उपरोक्त पांच चरणों को वास्तव में तीन और सीधे वाक्यों में सरल बनाया जा सकता है: पहले से दूसरे चरण तक, उत्तर "क्या आप काम कर सकते हैं"; तीसरे चरण में, उत्तर दें "क्या आप हर दिन काम कर सकते हैं"; चौथे और पांचवें चरण में, उत्तर दें "क्या कार्य को क्रेडिट के रूप में गिना जा सकता है"। इस मानदंड के आधार पर अगस्त 2026 में उद्योग को देखें: सन्निहित कंपनियों का विशाल बहुमत अभी भी पहले चरण में है; अग्रणी कंपनियाँ सामूहिक रूप से दूसरे और तीसरे चरण के बीच फंसी हुई हैं - "काम कर सकते हैं" सिद्ध हो चुका है, और "हर दिन काम करता है" सिद्ध हो रहा है; छिटपुट संकेत अभी चौथे चरण में दिखाई दिए हैं, और अभी तक किसी ने भी पाँचवाँ चरण पार नहीं किया है।

फ़ोटॉन कमिंस के अलावा, रिकॉर्डिंग के लायक दो नमूने हैं।

इस साल जून में, गैलेक्सी जनरल के हेवी-ड्यूटी रोबोट गैलबोट एस1 ने भी निंगडे में प्रवेश किया: इसके हथियार 50 किलोग्राम वजन उठाते हैं और 8 घंटे तक चलते हैं, जो सामग्री को संभालने और चुनने के लिए जिम्मेदार हैं। मार्च में स्वीकृति पूरी होने के बाद से, गैलबोट एस1 लगभग तीन महीने से निंग्डे बड़े पैमाने पर उत्पादन लाइन पर 24/7 चल रहा है।

झियुआन के 8 जिनी जी2 नानचांग कारखाने में लगातार 6 दिनों तक ऑनलाइन थे और दिन में 10 घंटे लाइव प्रसारण करते थे। रिपोर्टों के अनुसार, लोंगकी कारखाने में छह दिनों के लगातार लाइव प्रसारण के दौरान, आठ रोबोटों ने 99.99% की मिशन सफलता दर के साथ 64,000 से अधिक ऑपरेशन पूरे किए।

जब तीन मामलों को एक साथ रखा जाता है, तो प्रगति पट्टी पर स्थिति स्पष्ट हो जाती है: फोटॉन कमिंस ने "एक वर्ष के लिए दूसरा चरण पूरा कर लिया है और तीसरे चरण के दरवाजे पर दस्तक दे रहा है" - रोबोट को काम करने में कोई समस्या नहीं है, लेकिन यह अभी भी परीक्षण ट्रैक पर है और उत्पादन लाइन की औपचारिक स्थापना में प्रवेश नहीं किया है; तीन महीने के लिए निंग्डे में गैलेक्सी जनरल का 7×24 ऑपरेशन और लोंगकी में झियुआन का 105 दिन उद्योग में केवल दो "तीसरे चरण के प्रदर्शन" हैं, लेकिन वे अभी भी केवल एक ही उत्पादन लाइन और एक एकल खंड हैं।

"साइंस एंड टेक्नोलॉजी इनोवेशन बोर्ड डेली" के एक रिपोर्टर ने देखा कि चौथे चरण के संकेत इस वर्ष केवल छिटपुट रूप से सामने आए हैं: तीसरी तिमाही में झियुआन का काफी विस्तार हुआ, वर्ष के दौरान चित्रा 40 इकाइयों से 200 इकाइयों तक विस्तारित हुआ, और सूज़ौ बोयिन हेचुआंग ने डिजी इंडस्ट्रियल से लगभग 2,000 इकाइयों के लिए एक रणनीतिक खरीद समझौता प्राप्त किया - ऑर्डर और विस्तार स्केल प्रतिकृति के लिए प्रस्तावना हैं, न कि स्केल प्रतिकृति के लिए। जहां तक ​​पांचवें चरण की बात है, किसी ने भी वास्तव में बंद बिजनेस लूप में महारत हासिल नहीं की है।

साइंस एंड टेक्नोलॉजी इनोवेशन बोर्ड डेली के एक रिपोर्टर ने कई सन्निहित खुफिया चिकित्सकों से सीखा कि लागत का बड़ा हिस्सा एक्चुएटर सिस्टम में निहित है। टेस्ला ऑप्टिमस पर आधारित एक डिस्सेप्लर से पता चला कि संयुक्त मॉड्यूल और कुशल हाथ मिलकर पूरी मशीन की लागत का लगभग आधा हिस्सा बनाते हैं। लीड स्क्रू की कीमत लीनियर एक्चुएटर की लागत का 67% है, छह-आयामी टॉर्क सेंसर की कीमत सेंसर की लागत का 66.7% है, और निपुण हाथ की कुल मशीन लागत का लगभग 14% है।

झोंगके हुइलिंग के अध्यक्ष झांग झेंगताओ ने स्पष्ट रूप से कहा कि निपुण हाथ "महंगे और अस्थिर" होते हैं: एक उच्च-डिग्री-स्वतंत्रता वाला स्पर्शनीय निपुण हाथ 100,000 युआन से अधिक में बिकता है, और इसका औद्योगिक निरंतर परिचालन जीवन केवल कुछ सप्ताह से दो या तीन महीने तक होता है। लागत में कमी की राह पर, युशू के संस्थापक वांग ज़िंगक्सिंग का उत्तर आत्म-शोध करना और मुख्य घटकों, ऊर्ध्वाधर एकीकरण और स्केल कमजोर पड़ने का उत्पादन करना है; घरेलू प्रतिस्थापन भी काम कर रहा है - हार्मोनिक रिड्यूसर की स्थानीयकरण दर 60%-70% तक पहुंच गई है, और कीमत विदेशों की तुलना में 30%-50% कम है।

रोबोट के पीछे औद्योगिक दिमाग

आप फ़ैक्टरी में कौन सा कदम उठाते हैं यह आधा शरीर की विश्वसनीयता पर और आधा "मस्तिष्क" पर निर्भर करता है। इस वर्ष, मस्तिष्क मार्ग में उद्योग के विभाजनों को मेज पर रखा गया है।

सार्वभौमिक गुट का प्रतिनिधि बीजिंग ह्यूमनॉइड है। इस WRC में, इसने एकीकृत सन्निहित इंटेलिजेंस मॉडल पेलिकन-यूनिफाई जारी किया, जो दृश्य भाषा की समझ, गति नियंत्रण और विश्व मॉडल को अभ्यावेदन के एक ही सेट में एकीकृत करता है, जो "समझ-तर्क-पूर्वाभ्यास-निष्पादन" बंद लूप को खोलने का दावा करता है, जिसे तियानयी वास्तविक मशीन पर सफलतापूर्वक चलाया गया है। इसने सन्निहित मस्तिष्क मॉडल पेलिकन-वीएल 2.0 के आधिकारिक व्यावसायिक उपयोग की भी घोषणा की, इसे साइबरस्पेस प्रशासन के साथ पंजीकृत होने वाला चीन में पहला बड़े पैमाने पर सन्निहित मॉडल बताया। फोटॉन कमिंस उत्पादन लाइन की "बिना शिक्षण के" सामान्यीकरण क्षमता औद्योगिक परिदृश्यों में इस पूर्ण-स्टैक तकनीक का प्रत्यक्ष अहसास है।

व्यावहारिक विश्व मॉडल भी आकार ले रहा है। यूबीटेक ने बेस मॉडल थिंकर, वर्ल्ड मॉडल थिंकर-डब्ल्यूएम और मोबाइल मॉडल थिंकर-वीएलए को एक सिंगल चिप कंट्रोल बोर्ड में एकीकृत किया है। यूबीटेक के मुख्य ब्रांड अधिकारी टैन मिन ने साइंस एंड टेक्नोलॉजी इनोवेशन बोर्ड डेली के एक रिपोर्टर को बताया कि कंपनी सीधे तौर पर एक सामान्यीकृत सार्वभौमिक विश्व मॉडल नहीं बनाती है, बल्कि पहले औद्योगिक क्षेत्र की गहराई से खेती करती है, जो एक पहेली की तरह है - सौ अलग-अलग कार्यस्थानों में उतरने के बाद, रोबोट की भौतिक स्थान, संचालन निर्देशों और प्रक्रियाओं को समझने की क्षमता कमजोर से मजबूत में बदल जाएगी। स्वतंत्र चर रोबोट एंड-टू-एंड विश्व एकीकृत मॉडल WALL-B पर दांव लगा रहा है। इसका मार्ग बहुत सीधा है: अधिक जटिल औद्योगिक कार्यों को पूरा करने के लिए अधिक महंगे हार्डवेयर निकायों को ढेर करने के बजाय अधिक सार्वभौमिक रूप से बुद्धिमान मस्तिष्क का उपयोग करें।

"सार्वभौमिक आधार + परिदृश्योत्तर प्रशिक्षण" के इस पथ पर, अधिक केंद्रित ऊर्ध्वाधर खिलाड़ी भी सामने आए हैं।

सूज़ौ में बोयिन हेचुआंग को 2025 में गैलेक्सी जनरल और बॉश की बोयुआन कैपिटल द्वारा संयुक्त रूप से इनक्यूबेट किया गया था। इसका स्व-विकसित बोल्ट मॉडल सार्वभौमिकता का पीछा नहीं करता है, बल्कि केवल औद्योगिक विनिर्माण और लॉजिस्टिक्स के दो प्रमुख परिदृश्यों में ऊर्ध्वाधर प्रशिक्षण करता है। इसने उत्पादन लाइन पर सबसे चुनौतीपूर्ण कार्यस्थानों को दोहराने और बल प्रतिक्रिया के साथ पूर्ण संचालन अनुक्रम डेटा एकत्र करने के लिए सूज़ौ में एक वास्तविक मशीन डेटा संग्रह केंद्र स्थापित किया है - सामान्य मॉडल के "सामान्य पाठ्यक्रम" के पूरक के लिए औद्योगिक परिदृश्यों के साथ एक "पेशेवर पाठ्यक्रम"।

यह बताया गया है कि गैलेक्सी जनरल का "गैलेक्सी स्टार ब्रेन" एस्ट्राब्रेन और "गैलेक्सी स्टार डेटा" डेटा इंफ्रास्ट्रक्चर औद्योगिक परिदृश्यों के लिए वर्टिकल मॉडल बनाने की बॉयिन हेचुआंग की क्षमता के लिए अंतर्निहित समर्थन प्रदान करता है। बॉयिन हेचुआंग के लिए, गैलेक्सी जनरल अंतर्निहित सन्निहित बड़े मॉडल और डेटा बुनियादी ढांचे का सामान्य समर्थन प्रदान करता है। बॉयिन हेचुआंग इन अंतर्निहित क्षमताओं को विनिर्माण उद्योग के लिए कार्यान्वयन क्षमताओं में परिवर्तित करता है, जिससे सन्निहित बुद्धिमान रोबोट वास्तव में कार्य केंद्र में प्रवेश कर सकते हैं और लय और उत्पादन प्रक्रिया के अनुकूल हो सकते हैं।

उत्साह के अलावा, एक शांत अनुस्मारक भी है। सिंघुआ विश्वविद्यालय के अंतःविषय सूचना संस्थान के सहायक प्रोफेसर झाओ जिंग ने डब्ल्यूआरसी के दौरान सीधे कहा: कारखाने जो चाहते हैं वह प्रदर्शन-स्तरीय उत्पाद तर्क नहीं है, बल्कि यह निश्चितता है कि यह वास्तविक उत्पादन लाइन पर स्थिर रूप से चल सकता है। निश्चितता शब्द सार्वभौमिक कथा के आधे हिस्से के लिए मौत की सजा है - कारखाने की दोष सहिष्णुता दर की गणना लाइन शटडाउन के नुकसान के आधार पर की जाती है।

बिना किसी शॉर्टकट के तीन सीमाएं

सभी पक्षों की राय को एक साथ रखने पर, "कारखाने में प्रवेश" की सीमा वास्तव में बहुत स्पष्ट है, और प्रत्येक अगले की तुलना में अधिक कठिन है। आइए सबसे पहले उस प्रश्न पर नजर डालें जो दहलीज से पहले आता है - परिदृश्य।

लाइट इमेज टेक्नोलॉजी के संस्थापक और सीईओ झांग ताओ ने साइंस एंड टेक्नोलॉजी इनोवेशन बोर्ड डेली के एक रिपोर्टर को एक तीखा विश्लेषण दिया: "हर कोई बक्से क्यों हिलाता है? मूलतः, ऐसा इसलिए है क्योंकि वे इससे अधिक कठिन कुछ नहीं कर सकते।" संस्थापक, जिनका जन्म सिंघुआ विश्वविद्यालय के स्कूल ऑफ व्हीकल इंजीनियरिंग में हुआ था, ने अपनी कंपनी का पहला पड़ाव ऑटोमोबाइल विनिर्माण में बनाया, जिसमें लय, सटीकता और विश्वसनीयता पर सबसे कठोर आवश्यकताएं हैं। इसका कारण रोबोटों को प्रदर्शन करने के बजाय "वास्तविक उत्पादकता" करने देना है। परिवहन, लोडिंग और अनलोडिंग, सॉर्टिंग, प्लगिंग और गुणवत्ता निरीक्षण - वर्तमान कार्यान्वयन परिदृश्य वास्तव में इस प्रकार के "बोझिल कार्यों" पर अत्यधिक केंद्रित है।

पहला है सफलता दर. यूबीटेक के उपाध्यक्ष जियाओ जिचाओ ने निर्णय दिया कि औद्योगिक परिदृश्यों में आम तौर पर 99% से अधिक की सफलता दर की आवश्यकता होती है, और कुछ अधिक कठोर परिदृश्यों के लिए 100% सटीकता की आवश्यकता होती है। सुडु टेक्नोलॉजी के सीईओ हान झेंग के पास एक उच्च मानक है: एकल निष्पादन या सीमित त्रुटि सुधार के बाद सफलता दर 99% या 99.9% तक पहुंचनी चाहिए, अन्यथा उत्पादन लाइन में प्रवेश करना मुश्किल होगा।

दूसरा मार्ग है लय और जीवन काल। "औद्योगिक साइट के पहले और बाद में उत्पादन की लय होती है। पिछली प्रक्रिया आपको 15 सेकंड में एक हिस्सा देती थी। आप 30 सेकंड में ऑपरेशन पूरा नहीं कर सकते। यदि हिस्से की स्थिति, मुद्रा और प्रकाश व्यवस्था बदल जाती है, तो आप तुरंत बंद नहीं कर सकते।" जी चाओ का मानना ​​है.

"साइंस एंड टेक्नोलॉजी इनोवेशन बोर्ड डेली" के रिपोर्टर ने देखा कि जीवनकाल की समस्या अधिक विवरणों में छिपी हुई है: कुशल हाथों के निरंतर संचालन का जीवनकाल हफ्तों में मापा जाता है; WRC सम्मेलन प्रदर्शनी हॉल में, कार्य प्रदर्शन करने वाले कई रोबोट निरंतर संचालन के बाद स्पष्ट रूप से गर्म हो गए। कुछ बूथों पर प्रदर्शनों की अवधि सीमित करनी पड़ी और निश्चित समय पर प्रदर्शनों की व्यवस्था करनी पड़ी। इन प्रदर्शनी हॉलों में की गई देखभाल की गणना कारखाने में एक-एक करके लागत में की जाएगी।

परियोजना परिनियोजन उद्योग अनुभव मूल्य भी बना रहा है। टैन मिन द्वारा पत्रकारों को दी गई लय इस प्रकार है: एक परिपक्व मानक परिदृश्य के लिए, "मैपिंग, नेविगेशन, पोजिशनिंग और प्रक्रिया कॉन्फ़िगरेशन पहले दिन पूरा हो जाता है, डिबगिंग और अवलोकन दूसरे दिन किया जाता है, और कर्मचारी दो से तीन दिनों में साइट छोड़ सकते हैं।" नए अनुकूलन कार्य में केवल दो से तीन सप्ताह लगते हैं - बशर्ते कि सिमुलेशन सत्यापन पर्याप्त हो, "सिमुलेशन तब तक साइट पर नहीं जाएगा जब तक कि सिमुलेशन डिग्री 90% से अधिक न हो जाए। सिमुलेशन के प्रारंभिक चरण में एसओपी को परिभाषित करने का कार्यभार ऑन-साइट डिबगिंग से अधिक है।"

तीसरा चैनल डेटा है। पहले, उद्योग में कुछ लोगों का मानना ​​था कि परिचालन क्षमताएं उद्योग में सबसे बड़ी "अटक गई" कड़ी थीं: सिमुलेशन वातावरण में रोबोट द्वारा सीखे गए कौशल को शून्य विचलन के साथ वास्तविक उत्पादन लाइन में कैसे स्थानांतरित किया जाए, यह उद्योग में एक मान्यता प्राप्त समस्या है - "एक किलोमीटर" की दूरी नहीं, बल्कि "एक मिलीमीटर के भीतर" की सटीकता। इस समस्या का फोकस डेटा में है, वास्तविक कार्य परिदृश्यों के लिए प्रभावी डेटा की गंभीर कमी है और संग्रह की लागत बहुत अधिक है। JD.com का समाधान डेटा को बुनियादी ढांचे के रूप में बनाना है। JD.com के खुदरा सन्निहित खुफिया व्यवसाय के प्रमुख झेंग शियाओदान ने पहले खुलासा किया था कि JD.com दो साल के भीतर दुनिया का सबसे बड़ा वास्तविक-परिदृश्य डेटा सेट बनाने और 10 मिलियन घंटे से अधिक वास्तविक-दृश्य डेटा एकत्र करने की योजना बना रहा है।

तीनों सीमाओं में एक बात समान है: कोई शॉर्टकट नहीं हैं। सफलता दर वास्तविक मशीन संचालन द्वारा बार-बार निर्धारित की जाती है, लय और जीवनकाल हार्डवेयर पुनरावृत्ति द्वारा प्राप्त किया जाता है, और डेटा घंटे दर घंटे एकत्र किया जाता है - यह "प्रदर्शन सत्यापन से सामान्य संचालन में बदलाव" वाक्यांश का पूरा वजन है।

जहां तक ​​उस खाते की बात है जिसके बारे में उद्योग सबसे अधिक चिंतित है, एक स्पष्ट परिवर्तन यह है कि ग्राहक खातों का निपटान करना शुरू कर रहे हैं। "अतीत में, ग्राहकों के लिए पीओसी और डेटा संग्रह करते समय, कीमत पर अधिक विचार नहीं किया जाता था; अब, विशेष रूप से उन परिदृश्यों के लिए जहां छोटे पैमाने पर तैनाती का अवसर है, अधिक से अधिक ग्राहक वास्तविक चर्चा करने के इच्छुक हैं - वे अपने आरओआई की गणना करेंगे।" शी यू ने कहा। उन्होंने "पीएमएफ (उत्पाद बाजार मिलान) के माध्यम से चलने" के लिए तीन कठिन संकेत निर्धारित किए: क्या यह वास्तविक जरूरतों को हल करता है, क्या बैच पुनर्खरीद होती है, और क्या आर्थिक मॉडल चलता है। "केवल जब ये तीनों मिलते हैं, तो इसे भागना कहा जाता है।"

लेकिन अलग-अलग आवाजें भी हैं। टैन मिन ने कहा कि ह्यूमनॉइड रोबोट एक दीर्घकालिक तकनीक है, और अग्रणी कंपनियां अगली पीढ़ी के बुद्धिमान विनिर्माण प्रतिमानों को तैयार करने की अधिक उम्मीद कर रही हैं। आजकल, बड़ी संख्या में फॉर्च्यून 500 कंपनियां सक्रिय रूप से उनकी तलाश कर रही हैं, और वे यहां सस्ते में नहीं हैं। इस तरह से देखें तो हिसाब-किताब चुकता होने लगा है, लेकिन अभी तक पूरा हिसाब चुकता नहीं हुआ है.