作者 | 金旺
欄目 | 機器人新紀元
2019年,中國工業(yè)機器人累計裝機量達到78.3萬臺。
就連時任國際機器人聯(lián)合會(IFR)主席的Milton Guerry也不得不贊嘆,“中國是目前世界上最大,也是增長最快的機器人市場。”
身在這一龐大市場中的劉吳月發(fā)現(xiàn),當時大部分機器人仍沿用著機床邏輯,通過預設軌跡移動位置來執(zhí)行任務。
據(jù)劉吳月當時的估算,基于這種邏輯的機器人只能完成人類5%-10%的任務,90%以上的任務無法通過基于這一邏輯的機器人來實現(xiàn),之所以如此,根源在于這類機器人缺乏手眼協(xié)同與在線調整能力。
當時,具備力覺控制技術的機器人在市場上需求極為旺盛,但由于這項技術最初被幾家國外品牌壟斷,導致國內團隊難以打通商業(yè)邏輯。
面對這一機遇和挑戰(zhàn),本就在航天力傳感領域有著多年從業(yè)經(jīng)驗的劉吳月,毅然決定在這一年組建團隊,進軍這片藍海市場,目標直指為機器人研發(fā)一款真正好用的國產(chǎn)力傳感器。
01 從機床邏輯,到擬人思維
2019年,僅僅依靠程序化的軌跡規(guī)劃來控制機器人執(zhí)行任務的模式,已經(jīng)遠遠無法滿足智能制造需求,缺乏反饋機制,成了當時大多數(shù)工業(yè)機器人再度進化的一大瓶頸。
劉吳月和他的藍點觸控正是在此背景下成立,并開始將航天領域的力傳感器技術帶到工業(yè)領域。
我們是在WRC 2025上見到的藍點觸控創(chuàng)始人劉吳月,回憶起當時工業(yè)機器人產(chǎn)業(yè)現(xiàn)狀,劉吳月告訴我們,“在工廠搬運場景中的放置環(huán)節(jié),尤其是接觸場景的物品放置,是當時的一大難題。”
以富士康手機流水線作業(yè)為例,通過機器人將一個連接器插入手機時,假設軸與孔的間隙為0.05mm,如果以傳統(tǒng)機床思維,需要機器人以極高的精度定位到0.05mm,由此設計出的機器人程序,對機器人的成本和長期作業(yè)穩(wěn)定性帶來了很大的挑戰(zhàn)。
往往是稍有磨損或碰撞,這臺機器人就無法正常使用。
相較而言,人類手部操作并不依賴于高精度定位,而是通過視覺進行大致定位,再通過“手感”將連接器插入到手機中,倘若能以這樣擬人思維設計機器人,不僅對機器人精度要求低、結構成本也低,而且能實現(xiàn)長期穩(wěn)定的高精度操作。
這是劉吳月創(chuàng)立的藍點觸控研發(fā)力傳感器的核心邏輯,用力傳感器提升機器人手眼協(xié)同能力,讓機器人從機床邏輯進化到擬人思維。
不過,當劉吳月進入這一市場時發(fā)現(xiàn),當時國內力傳感器,尤其是更高端的六維力傳感器市場被國外品牌長期壟斷,相較于這些國外品牌,中國創(chuàng)業(yè)團隊要想進入這一市場,普遍要面對兩大難題:
第一,研發(fā)出的力傳感器如何達到與這些國外品牌相當?shù)男阅埽?/p>
第二,如何建立起自己的品牌信任度,打破國外品牌的長期壟斷。
于是,劉吳月從產(chǎn)品性能著手,開始研發(fā)第一款六維力傳感器。
六維力傳感器結構復雜、研發(fā)難度大,但擁有更多的測量維度,可以測量物體在三維空間中所有受力情況。
在這款產(chǎn)品研發(fā)過程,藍點觸控團隊關鍵是要攻克四項核心技術點:高性能彈性體迭代設計、嵌入式硬件電路設計、深度學習解耦算法,以及六維同步校準技術。
回憶起當時這款產(chǎn)品的技術攻關過程,劉吳月告訴我們,“其實我們國家航天領域在力傳感方面已經(jīng)擁有了數(shù)十年的技術積累,我們團隊相當于是站在巨人的肩膀上來完成這件事。”
實際上,藍點觸控第一款LB系列六維力傳感器的客戶,也正是來自航天領域。
2019年,清華大學航空航天學院模擬空間站在模擬太空抓取衛(wèi)星任務時,用到的正是藍點觸控第一款六維力傳感器。
在此之前,這一項目中原本選用的是海外某頭部品牌的六維力傳感器,但由于對方的產(chǎn)品當時無法測出受力情況,也就有了后來換用藍點觸控產(chǎn)品的經(jīng)歷。
藍點觸控由此邁出了商業(yè)化道路上的第一步。
02 大模型拉高機器人性能需求
2022年,ChatGPT的發(fā)布,將人工智能技術帶入到大模型范式中,大模型的Scaling Law,將數(shù)據(jù)的重要性提高到了史無前例的高度。
然而,劉吳月很早就意識到了數(shù)據(jù)的重要性。
這里要特別一提的是,六維力傳感器在工業(yè)機器人,以及協(xié)作機器人中的工作鏈路:
力傳感器通過彈性體感知外部力的變化,將力轉化為應變值,即電阻值的變化,再通過數(shù)據(jù)采集系統(tǒng)處理,經(jīng)解耦算法生成高精度的六維力信號,并輸入到機器人的控制器中;
機器人控制器根據(jù)外部受力情況,通過力控算法反向控制機器人運動,實現(xiàn)機器人的力度控制或拖動跟隨等動作。
數(shù)據(jù)正是優(yōu)化這條技術鏈路,不斷提升六維力傳感器性能的關鍵。
劉吳月告訴我們,無論是傳統(tǒng)算法、小模型,還是大模型,數(shù)據(jù)都是底層的核心。
正因如此,在過去這些年里,藍點觸控在三個方面構建起了自己的技術壁壘:硬件、算法,以及數(shù)據(jù)工藝積累。
劉吳月就這三者的關系類比特斯拉做了一個形象的比喻——硬件相當于是汽車,算法相當于是自動駕駛系統(tǒng),數(shù)據(jù)則是這二者背后最大的技術壁壘。
正因如此,當藍點觸控在2020年針對力控算法下游細分場景進行深入布局,進入到了機器人打磨拋光工作站這一細分市場時,特別搭建了工藝算法模型和工藝數(shù)據(jù)庫。
研發(fā)機器人打磨拋光工作站的另一個重要原因是,在六維力傳感器產(chǎn)品研發(fā)體系相對成熟后,考慮到公司商業(yè)化路徑,劉吳月為藍點觸控制定了“一橫多縱”戰(zhàn)略——橫向是力傳感器系列產(chǎn)品,縱向是不同細分場景的整機設備。
藍點觸控六維力傳感器迎來第一個出貨量拐點,是在2022年。
根據(jù)MIR DATABANK統(tǒng)計數(shù)據(jù)顯示,2022年中國協(xié)作機器人市場出貨量超過19000臺,再創(chuàng)歷史新高。
劉吳月告訴我們,“經(jīng)過過去三年的技術積累和客戶深耕,藍點觸控這一年已經(jīng)在行業(yè)內有了很好的口碑,尤其在協(xié)作機器人市場對六維力傳感器需求不斷增長下,帶動了藍點觸控第一波出貨量。”
2022年,也成了藍點觸控商業(yè)化的一個關鍵拐點。
與此同時,2022年,大模型浪潮的來襲,成為機器人市場的一個重要變量,開始醞釀一個更龐大的機器人產(chǎn)業(yè)生態(tài)。
關于具身大模型對于機器人零部件的影響,劉吳月告訴我們這樣一套邏輯,“具身大模型正在拉動機器人整機硬件需求,機器人整機硬件又在牽動零部件發(fā)展,零部件提升反過來又會提高具身大模型的能力。”
在這套邏輯背后,本質上源自于具身大模型對高質量數(shù)據(jù)的需求,硬件性能提升會帶來更高質量的數(shù)據(jù),數(shù)據(jù)質量提高推動了具身大模型能力提升,進而對硬件提出更高要求,這是一個迭代循環(huán)的過程。
與此同時,大模型正在催生一個更性感的機器人市場,人形機器人市場。
03 我們都在期待人形機器人的拐點
據(jù)IDC統(tǒng)計數(shù)據(jù)顯示,2024年中國人形機器人商用銷售出貨量約為2000臺,預計到2030年將會達到6萬臺。
就當下人形機器人市場發(fā)展趨勢來看,劉吳月認為,“每年翻倍增長已經(jīng)問題不大,但關鍵是能否實現(xiàn)指數(shù)級增長。”
如果按照每年翻倍增長的態(tài)勢來看,即便是到了2030年,國內人形機器人市場體量也只有十幾萬臺,遠遠無法滿足大家對于人形機器人批量進入工廠,乃至進入家庭的想象空間。
整個機器人產(chǎn)業(yè),乃至具身智能產(chǎn)業(yè),更期待的是人形機器人的ChatGPT時刻。
不過,就今年而言,劉吳月也感受到了人形機器人市場出現(xiàn)了一個明顯的變化,在人形機器人逐漸走入實際場景中后,對六維力傳感器提出了更高的需求。
作為藍點觸控的公司董事,也是藍點觸控的投資人之一,北京航空航天大學機器人所名譽所長王田苗教授曾在2023年組了一個機器人行業(yè)交流的飯局,當時有不少國內知名機器人企業(yè)創(chuàng)始人到場。
彼時,在現(xiàn)場交流過程中,大家普遍認為要推動人形機器人發(fā)展,需要繼續(xù)提升視覺精度,對力覺還沒什么剛需。
但當時間進入到2024年下半年,劉吳月發(fā)現(xiàn),當大家的人形機器人完成研發(fā),開始進入場景進行數(shù)據(jù)訓練時發(fā)現(xiàn),人形機器人即便是將水杯放到桌子上這樣簡單的操作,也無法很好地完成。
這其中的原因正是視覺定位精度普遍在2-10mm,無法達到場景應用需求,要滿足這樣的需求,就需要有手眼協(xié)同能力,六維力傳感器提供的手部力覺,正是最核心的反饋能力。
正因如此,藍點觸控的六維力傳感器2024年下半年在人形機器人市場迎來了第二波快速業(yè)務增長。
據(jù)劉吳月透露,包括智元、優(yōu)必選、小米、眾擎、千尋智能等人形機器人頭部企業(yè),都已經(jīng)是藍點觸控的客戶。
劉吳月告訴我們,“人形機器人通常需要28個關節(jié)力傳感器和4個末端六維力傳感器,在整機成本占比約為15%。”
“相較于協(xié)作機器人而言,人形機器人對六維力傳感器的小尺寸、高精度、強過載能力有著更高的要求,產(chǎn)品研發(fā)難度在于如何在滿足這些需求的同時保持性能穩(wěn)定。”
據(jù)悉,目前,藍點觸控針對人形機器人研發(fā)的六維力傳感器已經(jīng)具備0.3%FS精度,最高響應頻率可以做到10kHz。
與此同時,人形機器人也已經(jīng)成為藍點觸控如今的核心戰(zhàn)略業(yè)務之一。
此外,劉吳月也向我們透露,“我們面向人形機器人打造的下一代力傳感器將更小巧、更高精度,擁有更強的抗過載能力,與整機結構深度融合,可真正實現(xiàn)機器人無感安裝,但會擁有更強的感知能力,從而滿足人形機器人復雜場景的柔性操作需求。”打造陪伴人形機器人,傅利葉
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。
關注智造、硬件、機器人。