Generatyvioji dirbtinio intelekto (DI) technologija pramoninius robotus skaido į keturis atskirus sluoksnius: (1) LLM pagrindu sukurto kodo ir judesio scenarijų generavimą esamoms valdiklių kalboms; (2) regėjimo, kalbos ir veiksmo (VLA) pagrindinius modelius, skirtus visapusiškam manipuliavimui be aiškaus programavimo; (3) generatyviosios modeliavimo platformas, kurios dideliu mastu generuoja sintetinius mokymo duomenis; ir (4) DI papildytą neprisijungus veikiantį programavimą su natūralios kalbos mokymo įrenginiais. Nuo 2026 m. 1 ir 4 sluoksniai yra gaminami išmatuojamu mastu; 2 ir 3 sluoksniai išlieka bandomojoje stadijoje.
1 sluoksnis: LLM kodas ir judesio scenarijaus generavimas
Artimiausias generatyvinio dirbtinio intelekto pritaikymas pramoninėje robotikoje nereikalauja naujos techninės įrangos ar kitokios robotų architektūros. Jis pakeičia arba bent jau pagreitina robotų programų rašymo procesą valdikliams skirtomis kalbomis, naudojant didelius kalbos modelius, apmokytus kodo korpusuose, kuriuose yra robotų programavimo sintaksė.
Kiekvienas pramoninių robotų valdiklis naudoja patentuotą kalbą: FANUC „Teach Pendant“ (TP) kodas, ABB RAPID, KUKA robotų kalba (KRL) ir „Universal Robots“ URScript yra keturios plačiausiai naudojamos automobilių ir bendrosios gamybos srityse. Teisės magistro (LLM) specialistas, susipažinęs su šiomis kalbų gramatikomis, gali generuoti, užbaigti ir derinti programas iš natūralios kalbos instrukcijų panašiai, kaip „GitHub Copilot“ užbaigia „Python“ ar „JavaScript“. Analogija yra sąmoninga: ankstyvieji LLM robotikos įrankiai yra aiškiai pozicionuojami kaip „GitHub Copilot robotų programavimui“.
ABB labiausiai pažengė tarp originalios įrangos gamintojų (OEM), įdiegdama gamybai skirtą dirbtinio intelekto pagalbos funkciją „RobotStudio“, savo OLP platformoje. ABB vidinė LLM integracija leidžia inžinieriams aprašyti trajektorijos tikslą paprasta kalba, pavyzdžiui, „generuoti degiklio trajektoriją išilgai šio laikiklio viršutinio flanšo 60 laipsnių degiklio kampu ir 0.4 m/s judėjimo greičiu“, ir gauti RAPID kodą kaip išvestį. Inžinierius peržiūri, pakoreguoja ir patvirtina; LLM sutrumpina braižymo etapą, o ne pašalina inžinieriaus poreikį.
„Microsoft Research“ 2024 m. paskelbtame „Robotics Copilot“ projekte pademonstruota architektūra, kurioje natūralios kalbos įgūdžių aprašymai konvertuojami į struktūrizuotą roboto politikos kodą per LLM tarpinį sluoksnį. Sistema tvarkė surinkimo ir išdėstymo bei surinkimo užduotis, aprašytas tik anglų kalba, o LLM numanė objektų nuorodas iš scenos konteksto, o ne reikalavo aiškių koordinačių įvesties. Tyrimo modelis (įgūdžiai per natūralią kalbą) turėjo įtakos vėlesnėms komercinėms integracijoms.
FANUC „Zero Downtime“ (ZDT) platforma pridėjo LLM asistento sluoksnį anomalijų paaiškinimui ir taisomojo kodo pasiūlymui, pozicionuojant jį ne kaip programų kūrimo įrankį, o kaip esamų TP kodo bibliotekų derinimo ir priežiūros greitintuvą.
Remiantis pramonės stebėjimais, gautais ankstyvųjų LLM kodo generavimo bandomųjų projektų metu automobilių ir bendrosios gamybos aplinkoje, naujų robotų programų programavimo laikas sutrumpėja 25–40 %, kai LLM kodo užbaigimo įrankiai integruojami į standartinius OLP darbo eigą, o didžiausia nauda gaunama taikant pasikartojančias, parametruojamas programas, tokias kaip „paėmimo ir įdėjimo“ sekos ir standartizuoti suvirinimo etapai. Sudėtingiems daugiaašiams koordinuotiems judesiams, kur inžinieriaus peržiūros laikas dominuoja prieš kodo kūrimo laiką, nauda gerokai sumažėja.
Apribojimai yra realūs. LLM gali generuoti sintaksiškai teisingą RAPID arba TP kodą, kuris yra kinematiškai neteisingas: keliai, kurie įrankį iškelia už roboto pasiekiamos darbo srities ribų arba kurie sukuria riešo singuliarumus kelio viduryje. Sugeneruotam kodui reikalingas toks pat pasiekiamumas ir susidūrimo aptikimo patvirtinimas, kaip ir rankiniu būdu rašytoms OLP programoms. LLM sutrumpina kūrimo laiką; jis nepakeičia patikrinimo. Tai yra struktūrinis apribojimas, kol formalūs patikrinimo įrankiai nebus tiesiogiai integruoti į generavimo srautą – sritį, kuri nuo 2026 m. bus aktyviai tiriama.
Išsamesnį kontekstą apie tai, kaip dirbtinio intelekto kodo generavimas integruojasi su platesniu OLP programinės įrangos paketu, rasite mūsų papildomame straipsnyje apie Robotinis suvirinimas neprisijungus programuojant, modeliuojant ir skaitmeniniu dvynuku (2026 m.).
2 sluoksnis: VLA pagrindų modeliai, skirti manipuliavimui nuo galo iki galo
Regėjimo kalbos ir veiksmų modeliai yra iš esmės kitoks požiūris į robotų programavimą. Užuot generavęs kodą deterministiniam valdikliui, VLA modelis paima kameros vaizdus ir natūralios kalbos instrukciją kaip įvestį ir tiesiogiai išveda roboto veiksmus kaip vieną ištisinį neuroninį tinklą. Nėra atskiro kelio planuotojo, nėra aiškios koordinačių specifikacijos, nėra postprocesoriaus. Modelis apibendrina savo mokymo pasiskirstymą į naujus objektus ir konfigūracijas taip, kaip to negali padaryti kodu pagrįsti metodai.
Pagrindiniai tyrimų etapai
Nuo 2023 m. VLA tyrimų trajektorija gerokai paspartėjo. RT-2 („Google DeepMind“, 2023 m.) parodė, kad modelis, inicijuotas iš iš anksto apmokyto regėjimo kalbos pagrindo, gali demonstruoti emergentinį samprotavimą, atlikdamas užduotis, kurioms niekada nebuvo aiškiai apmokytas, derindamas iš žiniatinklio masto duomenų išmoktas sąvokas. Tai sukūrė precedentą naudoti didelius pamatinius modelius kaip robotų politikos pagrindus.
„OpenVLA“ (Stanfordo universitetas, 2024 m.) pateikė visiškai atvirojo svorio alternatyvą su 7 milijardais parametrų, pagrįstą „Prismatic VLM“ architektūra. „OpenVLA“ „Apache 2.0“ licencija ir tikslinės prieigos galimybės pavertė ją pagrindine tyrimų ir ankstyvųjų pramoninių bandomųjų projektų bazine linija laboratorijoms ir integratoriams, neturintiems prieigos prie „Google“ patentuotų skaičiavimų.
„Physical Intelligence“ (2024–25 m.) projekte „π0“ (srautų atitikimo veiksmo galvutė) buvo įdiegtas srauto atitikimo veiksmo galvutės metodas, kuris pakeitė diskrečią žetonų klasifikaciją, todėl trajektorijos tapo sklandesnės ir geriau tinka daugiapakopėms miklumo reikalaujančioms užduotims. „Figure AI“ „Helix“ (2024–25 m.), įdiegtas BMW Spartanburgo gamykloje esančiame humanoide „Figure 02“, taiko dviejų modelių metodą: aukšto lygio VLM tvarko scenos supratimą, o žemo lygio sensorinis modelis vykdo valdymo dažnį, atskirdamas kalbos samprotavimo kilpą nuo realaus laiko valdymo kilpos.
„Google DeepMind“ sukurtas „Gemini Robotics“ (2025 m.) projektas taiko „Gemini“ multimodalinių modelių šeimą vikrumo manipuliavimo ir 3D erdvinio mąstymo užduotims. „NVIDIA GR00T N1“ ir „GR00T-Mimic“ (2025 m.) sudaro humanoidams skirtą VLA rinkinį – GR00T N1 svoriai yra viešai paskelbti, todėl tai vienas pirmųjų humanoidų pamatinių modelių, skirtų išoriniam tikslinimui. Kartu naudojamas GR00T-Mimic kanalas generuoja sintetinius demonstracinius duomenis iš žmogaus vaizdo įrašų, iš dalies užpildydamas nuotolinių operacijų duomenų spragą.
„Open X-Embodiment“ duomenų rinkinys, surinktas daugiau nei 60 laboratorijų, apimančių 22 robotų tipus, išlieka svarbiausia tarpinstitucine duomenų mainų iniciatyva šioje srityje. Šių heterogeninių duomenų mokymas pagerina tarprobotinį apibendrinimą: „Open X-Embodiment“ apmokyta politika patikimiau perduodama į naują robotų įrangą nei apmokyta vienos platformos duomenimis.
Remiantis 2025 m. Stanfordo dirbtinio intelekto indeksu, recenzuojamų straipsnių apie robotų mokymąsi ir pamatiniais modeliais pagrįstą robotų valdymą skaičius nuo 2022 m. iki 2024 m. išaugo daugiau nei 60 %, viršydamas augimą bet kurioje kitoje taikomojo dirbtinio intelekto posrityje. Indekse pažymima, kad pramoninis pritaikymas manipuliavimo užduotims, kurioms reikalingas mažesnis nei milimetras, nuo tyrimų publikacijų atsilieka vidutiniškai 18–36 mėnesiais, o tai rodo atotrūkį tarp demonstracinio įgyvendinamumo ir gamybinio lygio patikimumo.
Pramoninio diegimo būsena
Nuo 2026 m. VLA diegimas gamybinėje pramonėje buvo sutelktas dviejose taikymo kategorijose, kuriose stipriausias argumentas yra lankstumas, o retkarčiais pasitaikančių gedimų kaina yra valdoma: didelio mišrumo konteinerių surinkimas ir lankstus surinkimas užduotims su laisvais tolerancijomis. „Covariant“ RFM-1 el. prekybos vykdyme yra dažniausiai minimas komercinis diegimas. Automobilių bandomosios programos su „Figure AI Helix“ yra ryškiausias sunkiosios pramonės bandymų atvejis.
Suvirinimas, didelių apkrovų manipuliavimas ir tikslus surinkimas lieka už dabartinių VLA gamybos ribų. Neuroninių tinklų veikimo galvučių stochastinis išvadų veikimas sukuria dispersiją, kuri gali viršyti proceso tolerancijas taikymuose, kuriems reikalingas mažesnis nei 0.1 mm pakartojamumas. Kalbant konkrečiai apie suvirinimą, kvalifikuotos suvirinimo procedūros (WPS) atsekamumo reikalavimai pagal ISO 3834 ir AWS D1.1 sukuria papildomas kliūtis pakeisti deterministinį kelio vykdymą tikimybiniu politikos išvadų nustatymu.
EVST, kurios produktų planas dabar apima humanoidiniai robotai, duomenis renkančios miklios rankos ir keturkojai robotai kartu su pramoninių robotų ir suvirinimo sistemų linijomis yra išdėstyta per šį perėjimą. Jos duomenų rinkimo mikli rankinė platforma sprendžia demonstracinių duomenų kliūtį, nuo kurios priklauso VLA mokymai. Tai sritis, kurioje investicijos į aparatinę įrangą dabar daro tiesioginį poveikį pagrindinio modelio kokybei. Daugiau informacijos apie įkūnytą dirbtinio intelekto architektūrą ir VLA modelio mechaniką žr. Įkūnytas dirbtinis intelektas pramoninėje robotikoje: kaip VLA modeliai keičia robotų programavimąDėl šių modelių palaikančios duomenų rinkimo infrastruktūros konteksto žr. Įkūnytas dirbtinis intelektas (DI) – duomenų rinkimas: nuotolinės operacijos ir simuliacijos iki realybės (2026 m.).
3 sluoksnis: generatyvinis modeliavimas ir sintetiniai mokymo duomenys
VLA modeliams reikalingi demonstraciniai duomenys dideliu mastu. Fizinis nuotolinis valdymas – žmogus valdo robotą per haptinę sąsają, o sistema įrašo jungčių būsenas ir kamerų srautus – yra aukščiausios kokybės duomenų šaltinis, tačiau jis yra brangus ir lėtas. Remiantis pramonės stebėjimais, tinkamo naudoti demonstracinio duomenų rinkinio surinkimas naujai manipuliavimo užduočiai kainuoja maždaug 10–100 operatoriaus valandų kiekvienam užduoties variantui. Generatyvus modeliavimas sprendžia šią kliūtį generuodamas sintetinius mokymo duomenis programinėje įrangoje už daug mažesnę fizinių sąnaudų dalį.
NVIDIA Cosmos ir Isaac Sim 4.5
„NVIDIA Cosmos World Foundation Models“, kartu su GR00T pristatyti GTC 2025 parodoje, generuoja fiziškai patikimus mokomuosius vaizdo įrašus iš tekstinių arba vaizdinių raginimų. Užuot naudoję tradicinį simuliatoriaus vaizdavimą, „Cosmos“ kuria fotorealistinį sintetinį vaizdo įrašą, kuris labiau atitinka tikros kameros vaizdo statistiką, sumažindamas vizualinio domeno poslinkio komponentą simuliacinio ir realaus vaizdo skirtume. „NVIDIA Isaac Sim 4.5“ teikia pagrindinę fiziškai tikslią modeliavimo aplinką, lygiagrečiai paleisdama aplinkas NVIDIA GPU infrastruktūroje, kad rinktų roboto trajektorijos duomenis tokiu mastu, kokio reikalauja pagrindinio modelio mokymas.
„Cosmos“ fotorealistiniam sintetinio vaizdo generavimui ir „Isaac Sim“ lygiagrečiam fizikos pagrindu veikiančiam trajektorijų rinkimui derinys yra integruotas „NVIDIA“ atsakymas į humanoidinių ir pramoninių robotų pagrindų modelių mokymo duomenų problemą.
Atvirojo kodo ir akademiniai generatyviniai simuliatoriai
„Genesis“ (Tsinghua universitetas) yra atvirojo kodo generatyvinio modeliavimo platforma, kuri naudoja diferencijuojamąją fiziką ir generatyvinę scenų kompoziciją, kad sukurtų įvairius mokymo scenarijus dideliu našumu. „DreamGen“ taiko vaizdo difuzijos modelius, kad sukurtų robotų manipuliavimo demonstracijas, pagrįstas kalbos aprašymais, taip įgalindama duomenų papildymą be papildomo fizinio roboto laiko. „RoboCasa“ teikia didelio masto modeliavimo etaloną namų ūkio ir virtuvės manipuliavimo užduotims, ypač naudingą humanoidinių robotų mokymui dvirankiais miklumo scenarijais.
Simuliacijos ir realybės atotrūkis: 2024–25 m. pažanga
Simuliacinio ir realaus pasaulio atotrūkis (politikos našumo sumažėjimas, kai modeliavimas metu apmokytas modelis yra diegiamas fiziniame robote) nuo 2023 m. iki 2025 m. pastebimai sumažėjo dėl trijų mechanizmų. Domenų atsitiktinė atranka (atsitiktinai keičiamos tekstūros, apšvietimas, objektų masės ir trinties koeficientai modeliavimo mokymo metu) išlieka plačiausiai taikoma technika. Fotorealistinis vaizdavimas naudojant „Cosmos“ ir panašius įrankius sumažina vizualinį domenų poslinkį. O hibridiniai duomenų srautai, kurie sujungia sintetines trajektorijas su mažesniu kiekiu realių nuotolinių operacijų duomenų, paskelbtuose lyginamuosiuose testuose parodė nuoseklų našumo pagerėjimą, palyginti su grynu simuliaciniu ar grynu realiu mokymu.
Remiantis „NVIDIA“ paskelbtais kūrėjų ekosistemos duomenimis, 2026 m. pradžioje daugiau nei 700 pramonės įmonių naudojo „NVIDIA Omniverse“ ir „Isaac Sim“ skaitmeninių dvynių, modeliavimo ir sintetinių duomenų generavimo programoms, o robotų manipuliavimas ir mobiliųjų robotų navigacija buvo vienos iš pagrindinių programų kategorijų. „NVIDIA“ atskleisti kūrėjų diegimo skaičiai yra tarpinis rodiklis, rodantis, kokiu tempu generatyviosios modeliavimo infrastruktūra patenka į pramonės darbo eigas, nors kiekvienos ląstelės diegimo detalės atskirai neatskleidžiamos.
4 sluoksnis: natūralios kalbos OLP ir dirbtiniu intelektu papildytas mokymo pakabukas
4 sluoksnis taiko generatyvinį dirbtinį intelektą tame taške, kuriame šiuo metu vyksta dauguma gamyklinių robotų programavimo procesų: mokymo pulte arba jo programinės įrangos atitikmenyje OLP įrankyje. Skirtumas nuo 1 sluoksnio yra kontekstas. 1 sluoksnis generuoja bendrosios paskirties kodą iš kalbos aprašymų. 4 sluoksnis tiesiogiai integruojasi su konkrečiu procesu – suvirinimu, dažymu, surinkimu – ir generuoja visiškai parametrizuotas, procesą žinančias judesio programas iš operatoriaus lygio natūralios kalbos įvesties, įskaitant proceso parametrus, o ne tik geometrinius kelius.
Funkcinis pavyzdys, atspindintis šio sluoksnio vertę: operatorius duoda suvirinimo sistemai nurodymą „suvirinti 200 mm siūlę šios detalės apatiniame kampe“, o sistema grąžina visą degiklio kelią su priartėjimo kampu, judėjimo greičiu, pynimo parametrais ir įtampos nustatymais, paimtais iš procesų bibliotekos, be rankinio kelio taškų apibrėžimo. Operatorius patvirtina ir paleidžia. Tai kokybiškai skiriasi nuo kodo užbaigimo įrankio, kuris generuoja RAPID sintaksę iš geometrijos aprašymo; tai yra visapusiška procesų generavimo sistema.
Pardavėjų diegimai
„ABB RobotStudio“ integravo „Copilot“ stiliaus natūralios kalbos asistentą, kuris priima procesų aprašymus ir pateikia struktūrizuotas robotų programas peržiūrai. Integracija yra virš RAPID kodo sluoksnio – LLM pateikia priežastis apie procesą, o tada sugeneruoja RAPID – ir nereikalauja, kad inžinierius tiesiogiai nurodytų kalbos lygio programą. Suvirinimo reikmėms asistentas gali remtis „RobotStudio“ suvirinimo maitinimo šaltinių biblioteka, kad automatiškai užpildytų lanko parametrus.
FANUC ZDT platforma papildyta natūralios kalbos diagnostikos ir korekcinių pasiūlymų galimybėmis, kurios papildo, o ne pakeičia TP kodo kūrimo darbo eigą. Asistentas suprantama kalba interpretuoja pavojaus kodus ir ciklo laiko anomalijas ir siūlo parametrų koregavimus, sumažindamas priklausomybę nuo specialistų programuotojų įprastinės priežiūros ir derinimo užduotims.
Tarp originalios įrangos gamintojų, diegiančių 4 sluoksnio galimybes suvirinimui skirtose srityse, EVST EVS-AI suvirinimo sistema integruoja 3D vaizdo automatinį nuskaitymą su automatiniu kelio generavimu. 3D kamera nuskaito ruošinį, išgauna suvirinimo siūlės geometriją ir derinimo duomenis, o sistema sugeneruoja visą roboto suvirinimo programą – kelią, degiklio orientaciją, judėjimo greitį ir proceso parametrus – remdamasi RX suvirinimo procesų biblioteka, kurioje iš anksto įkeltos tipinės jungčių geometrijos ir daugiasluoksnės sekos. Sistema panaikina rankinį standartinių užlenkiamų, užpakalinių ir persidengiančių jungčių su angliniu plienu ir aliuminiu mokymą ir palaiko dviejų vielų ir daugiasluoksnes daugiasluoksnes sekas sudėtingesnėms dalims. CE, SGS ir TUV trečiųjų šalių sertifikatai apima integraciją į kokybės valdomą gamybos aplinką. Tai pozicionuoja EVS-AI sistemą gamybai paruoštoje 4 sluoksnio dalyje, skirtingai nuo LLM pirmųjų metodų, kuriuos vis dar tikrina kiti tiekėjai. Išsamų programinės įrangos paketo palyginimą, kuriame yra ši sistema, žr. Robotinis suvirinimas neprisijungus programuojant, modeliuojant ir skaitmeniniu dvynuku (2026 m.).
Remiantis „IFR World Robotics“ duomenimis, naujai įdiegtų suvirinimo robotų, pristatytų su neprisijungus programavimo arba pažangios modeliavimo programinės įrangos galimybėmis, dalis išaugo nuo maždaug 25 procentų 2019 m. iki maždaug 48 procentų 2024 m. Natūralios kalbos kelio generavimo sąsajų pridėjimas yra kitas papildomas galimybių sluoksnis virš OLP, o ankstyvųjų suvirinimo sistemų integratorių duomenys rodo, kad dirbtinio intelekto pagalba veikiančios 3D nuskaitymo iki kelio sistemos 80–95 % sumažina pirmojo elemento programavimo laiką standartinėse kilpinių ir užpakalinių suvirinimo geometrijose, palyginti su rankiniais OLP metodais.
Pramoninis vertikalios paskirties pasirengimas pagal taikymą
Generatyvinio dirbtinio intelekto parengtis įvairiose pramonės šakose labai skiriasi. Lemiami veiksniai yra tolerancijos reikalavimai, reguliavimo ir kokybės atsekamumo įsipareigojimai, duomenų prieinamumas ir gedimų kaina.
Suvirinimas
Nuo 2026 m. suvirinimo kamerose gamybos mastu diegiamos dirbtinio intelekto vaizdo kokybės kontrolės ir dirbtinio intelekto siūlių sekimo technologijos – tai 4 lygio diegimai, naudojant struktūrizuotos šviesos kameras ir atitikimo modelius, o ne VLA išvadas. Numatoma, kad iki 2026–2028 m. visiškai VLA pagrįstas suvirinimo kelio generavimas, kai neuroninio tinklo politika valdo degiklio judėjimą be deterministinės procesų bibliotekos, standartinėms anglinio plieno geometrijoms pasieks kontroliuojamą gamybos diegimą, su sąlyga, kad WPS atsekamumo standartai bus atnaujinti, kad būtų galima naudoti dirbtinio intelekto generuojamus kelio įrašus.
Surinkimas ir didelio mišrumo gamyba
Dirbtinio intelekto vaizdo valdomas surinkimas, naudojant jėgos valdomą įterpimą ir LLM apribojimų samprotavimą, yra bandomasis diegimas pirmojo lygio automobilių ir plataus vartojimo elektronikos gamintojų. Užduotys, kurių tolerancijos reikalavimai viršija 0.5 mm (kabelių tiesimas, užspaudžiami spaustukai, etikečių klijavimas), yra tvirčiausias trumpalaikis atitikimas. Griežto tolerancijos įterpimo užduotys (iki 0.1 mm) išlaiko klasikinius judesio valdiklius tiksliam valdymui, o VLA apdorojimo užduočių pasirinkimas ir grubus padėties nustatymas atliekami virš deterministinio sluoksnio.
Logistika ir konteinerių surinkimas
Didelio mišrumo konteinerių surinkimas ir paletizavimas yra labiausiai išsivysčiusi VLA diegimo vertikalė 2026 m. „Covariant“ RFM-1 ir „Dexterity“ robotų paletizavimo sistemos jau perėjo iš bandomojo etapo į gamybą užsakymų vykdymo centruose. Komercinis argumentas, susijęs su naujų SKU tvarkymu be atskiro programavimo, yra tiesiogiai pagrįstas pagrindinio modelio apibendrinimu.
Sunkiasvoriai ir 1 pakopos automobiliai
Didelės apkrovos gamyba (plieno konstrukcijų gamyba, presavimo linijų priežiūra, negamintų kėbulų gamyba) ir 1 pakopos automobilių kėbulų dirbtuvės ir toliau naudoja deterministinius valdiklius. IATF16949 procesų kontrolės reikalavimai, audito įrašo įsipareigojimai ir neplanuotų prastovų kapitalo sąnaudos daro stochastinį dirbtinio intelekto išvadų taikymą komerciškai neperspektyvų dideliu mastu 2026 m. Šiose aplinkose generatyvinis dirbtinis intelektas bus diegiamas pirmiausia per 1 sluoksnį (kodo generavimas OLP spartinimui) ir 3 sluoksnį (modeliavimo duomenų generavimas) prieš bet kokį 2 sluoksnio VLA diegimą.
Remiantis „McKinsey Global Institute“ 2025 m. ataskaita apie dirbtinį intelektą pramoninėse operacijose, gamybos sektoriai, kuriems taikomi griežti kokybės sertifikavimo reikalavimai (automobilių, aviacijos ir kosmoso, medicinos prietaisų), dirbtinio intelekto automatizavimo įrankius diegia maždaug perpus rečiau nei bendrosios gamybos ir logistikos sektoriai, daugiausia dėl papildomos patvirtinimo naštos, kurią nustato kokybės valdymo sistemos reikalavimai. Ataskaitoje apskaičiuota, kad dirbtiniu intelektu papildytos programavimo priemonės (1 ir 4 sluoksniai čia aprašytoje sistemoje) iki 2028 m. pasieks daugumos ne automobilių pramonės robotų taikymuose, o visiškas VLA diegimas sertifikuotose kokybės aplinkose pareikalaus dar dvejų–ketverių metų po šios ribos.
Rizika ir kliūtys
Haliucinacijos ir saugumas: dirbtinio intelekto generuojamos nesaugios trajektorijos
LLM gali generuoti sintaksiškai galiojančias robotų programas, kurios yra kinematiškai ar dinamiškai nesaugios. Sugeneruotas kelias gali iškelti galinį efektorių už roboto pasiekiamos darbo erdvės ribų, važiuoti per singuliarumą arba nurodyti jungčių greičius, viršijančius dinamines ribas. Tai nėra teorinė rizika – ji buvo pastebėta ankstyvuosiuose LLM kodo generavimo bandomuosiuose projektuose, kai patvirtinimo etapai buvo praleidžiami arba sutrumpinami. Būtinas mažinimas yra privalomas formalus patvirtinimo sluoksnis: kiekvienam dirbtinio intelekto sugeneruotam keliui prieš įkeliant jį į fizinį valdiklį turi būti taikoma pasiekiamumo analizė, susidūrimų aptikimas ir dinaminių ribų tikrinimas. Jokia dirbtinio intelekto kodo generavimo sistema neturėtų apeiti šio sluoksnio, nepriklausomai nuo to, koks patikimas atrodo modelio rezultatas.
VLA modeliams saugumo iššūkis yra fundamentalesnis. Neuroninio tinklo politikos atsakas į išorinius įvesties signalus – naują objekto geometriją, netikėtą apšvietimo sąlygą, iš dalies uždengtą sceną – gali sklandžiai pablogėti arba staiga sugesti, o numatyti, kas įvyks, naudojant dabartinius interpretavimo įrankius, nėra paprasta. ISO 10218-3, kuris apims dirbtinio intelekto generuojamą roboto kodą ir dirbtinio intelekto valdomą judesių planavimą, yra rengiamas nuo 2026 m. Laikinasis metodas, atitinkantis SOTIF (ISO 21448) samprotavimus, yra apibrėžti griežtą veikimo projektavimo sritį ir apriboti dirbtinio intelekto veikimą už jos ribų, kol bus sukaupta papildomų patvirtinimo įrodymų.
Apskaičiuokite sąnaudas ir kapitalo išlaidų pasekmes
VLA išvadų vykdymas gamybos ląstelėje reikalauja specialaus GPU skaičiavimo mazgo. 7B parametrų modelis („OpenVLA“ mastelio) gali veikti viename vidutinio diapazono GPU, kurio išvadų dažnis yra 6–10 Hz; didesniems modeliams reikia kelių aukštos klasės GPU. Remiantis robotų ląstelių integratorių, vertinančių VLA diegimą, pramonės stebėjimais, vieno išvadų mazgo GPU aparatinės įrangos kaina padidina ląstelės kapitalines išlaidas maždaug 4 000–8 000 JAV dolerių, o tai yra 5–10 % daugiau, palyginti su įprastine robotų ląstele, esant dabartinėms aparatinės įrangos kainomis. Tai yra valdomas kapitalinių išlaidų padidėjimas dideliu mastu, tačiau jis nėra nereikšmingas mažiems ir vidutiniams gamintojams, vertinantiems investicijų grąžą kiekvienoje ląstelėje.
IP ir duomenų nuosavybė
Kai dirbtinio intelekto sistemos mokosi iš klientų įrenginiuose sugeneruotų gamybos trajektorijų – nesvarbu, ar tai būtų naudojant tiekėjo integruotus LLM įrankius, ar VLA mokymo srautus – teisinis klausimas, kam priklauso gauti modelio patobulinimai ir apmokyti svoriai, nėra išspręstas. „Open X-Embodimention“ duomenų rinkinys sukūrė precedentą akademiniam tarpinstituciniam duomenų dalijimuisi pagal „Creative Commons“ sąlygas, tačiau komerciniai gamybos duomenys veikia pagal kitokius apribojimus. Pirkėjai turėtų reikalauti aiškių sutartinių sąlygų iš dirbtinio intelekto robotikos tiekėjų, apimančių duomenų saugojimą, modelio tobulinimo teises ir konkurencinio naudojimo apribojimus, prieš įsipareigodami platformoms, kurios mokosi iš konkrečioms įstaigoms būdingų trajektorijų duomenų.
Standartų spraga: nėra ISO standarto dirbtinio intelekto generuojamam robotų kodui
ISO 10218-1 ir ISO 10218-2 standartai reglamentuoja robotų projektavimą ir integravimo saugą. ISO/TS 15066 apima bendradarbiaujančių robotų ir žmogaus sąlyčio biomechaniką. Nė vienas iš šių standartų konkrečiai neapima dirbtinio intelekto generuojamų judesių programų. ISO 10218-3, siūlomas išplėtimas, apimantis dirbtinio intelekto valdomą robotų valdymą ir kodo generavimą, yra rengiamas nuo 2026 m. Kol šis standartas nebus paskelbtas, gamintojai, diegiantys dirbtinio intelekto generuojamą kodą sertifikuotose kokybės aplinkose, turi sukurti savo patvirtinimo argumentus ir dokumentuoti juos atskirai nuo standarto atitikties įrašo.
Įdiegimo sistema: penki žingsniai nuo dabartinio transporto parko iki dirbtinio intelekto plėtros
Praktiškai perėjimas nuo įprastai programuojamo robotų parko prie dirbtiniu intelektu papildytos gamybos vyksta etapais. Bandymas tiesiogiai pereiti prie VLA diegimo neturint tarpinių sluoksnių sukuria patvirtinimo skolą ir didesnį gedimų rodiklį nei laipsniškas diegimas.
Atlikite esamo parko auditą: kokie robotų prekių ženklai ir valdiklių kalbos naudojami, kokia programų dalis yra mokoma rankiniu būdu, palyginti su OLP generuojamomis programomis, ir koks yra vidutinis naujos detalės programavimo laikas. Šis bazinis lygis nustato, kur 1 lygio LLM kodo generavimas užtikrina greičiausiai atsiperkamumą ir kurios ląstelės yra tinkamos 4 lygio dirbtiniu intelektu papildytai OLP. Neturint šio inventoriaus, sprendimai dėl diegimo priimami remiantis prielaidomis, o ne įrodymais.
Pasirinkite valdiklio kalbą, naudojamą keliose ląstelėse (dažniausiai pasirenkamos FANUC TP arba ABB RAPID) ir paleiskite 60–90 dienų bandomąjį projektą su LLM kodo užbaigimo įrankiu. Išmatuokite programavimo laiką prieš ir po, stebėkite patvirtinimo etape aptiktų dirbtinio intelekto sugeneruotų klaidų skaičių ir dokumentuokite įgūdžių lygį, reikalingą priimtinai išvesties kokybei pasiekti. Tikslas – patvirtinti laiko taupymo rodikliai ir aiškus vaizdas, kur žmogaus atliekama peržiūra yra neginčijama.
Suvirinimo arba surinkimo celėse, kuriose dažnai keičiamas detalių mišinys, įvertinkite 3D nuskaitymo į kelią arba natūralios kalbos procesų generavimo sistemą. Išmatuokite pirmosios detalės programavimo laiką, operatoriaus įgūdžių reikalavimus ir defektų dažnį pirmojo gamybos etapo metu, palyginti su OLP baziniais duomenimis. Suvirinimo atveju prieš diegdami patikrinkite, ar sistemos procesų bibliotekoje yra atitinkami jungčių tipai ir medžiagos.
Nustatykite vieną ar dvi potencialias ląsteles, kuriose dalių įvairovė didelė (daugiau nei 20 skirtingų SKU), tolerancijos reikalavimai yra laisvi (priimtinas didesnis nei 0.5 mm padėties tikslumas), o retkarčiais pasitaikančių gedimų kaina yra valdoma. Prieš pradedant modelio mokymą, sukurkite demonstracinį duomenų rinkimo planą, paprastai 100–300 valandų nuotolinio darbo visoje tikslinėje užduočių paskirstymo sistemoje. Paleiskite VLA sluoksnį virš esamo deterministinio valdiklio; nepakeiskite saugiam judesio valdikliui skirto įrenginio.
Remiantis 2–4 etapų bandomųjų projektų rezultatais, sukurkite 24 mėnesių investavimo planą, kuriame kiekybiškai įvertintumėte: programavimo darbo sąnaudų mažinimą (1 ir 4 sluoksniai), perjungimo laiko mažinimą (4 sluoksniai), GPU kapitalines išlaidas vienai ląstelei (2 sluoksniai) ir numatomą VLA gamybos pasirengimo laiką konkrečioms gamyklos taikymo vertikalėms. Įtraukite standartų atitikties darbų (DI sugeneruoto kodo patvirtinimo pagal ISO 10218 reikalavimus) išlaidas kaip atskirą elementą, o ne kaip antraeilį aspektą.
Sluoksnių palyginimas: Gamybos parengtis, tiekėjai, kaina ir pagrindinė rizika
| sluoksnis | Paruošta gamybai? | Reprezentatyvūs tiekėjai / platformos | Orientacinė kaina vienai ląstelei | Pagrindinė rizika |
|---|---|---|---|---|
| 1 sluoksnis: LLM kodas ir judesio scenarijaus generavimas | Taip – ankstyvųjų naudotojų gamyboje; patvirtinimo etapas privalomas | „GitHub Copilot“ (bendroji programa), „ABB RobotStudio Copilot“, „FANUC ZDT LLM“ asistentas, „Microsoft Robotics Copilot“ (tyrimai) | 0–5 000 USD per metus (programinės įrangos prenumerata); nereikia papildomos įrangos | Nesaugios trajektorijos generavimas be oficialaus patvirtinimo sluoksnio; dar nėra ISO standarto dirbtinio intelekto generuojamam kodui |
| 2 sluoksnis: VLA pagrindų modeliai | Tik pilotui – konteinerių surinkimas ir surinkimas su laisvais tolerancijomis; nepatvirtinta suvirinimo ar griežtų tolerancijų procesams | Kovariantinis RFM-1, fizinis intelektas π0, dirbtinio intelekto spiralė, „Google DeepMind Gemini Robotics“, NVIDIA GR00T N1 | 4 000–8 000 USD GPU aparatinė įranga + didelės duomenų rinkimo išlaidos (100–300 val. nuotolinio darbo vienai užduočiai) | Stochastinės išvados viršija proceso tolerancijas; nėra ISO 10218-3 standarto; didelės duomenų rinkimo išlaidos |
| 3 sluoksnis: Generatyvus modeliavimas | Bandomoji / įrankių kūrimo fazė – naudojama kaip VLA mokymo duomenų papildymas; nėra atskira gamybinė sistema | NVIDIA Cosmos, NVIDIA Isaac Sim 4.5, Genesis (Tsinghua), DreamGen, RoboCasa | 0 USD (atvirojo kodo) iki 50 000 USD ir daugiau per metus („NVIDIA“ įmonės); papildomos GPU skaičiavimo išlaidos | Išlieka atotrūkis nuo simuliacijos iki realybės; sintetinių duomenų kokybė priklauso nuo fizikinių parametrų tikslumo; investicijų grąža susijusi su VLA diegimu, kuris vis dar bandomasis etapas |
| 4 sluoksnis: dirbtiniu intelektu papildytas OLP / natūralios kalbos mokymo pakabukas | Taip – diegiama gamyboje standartinėms suvirinimo geometrijoms, surinkimui ir didelio mišinio keitimo aplinkoms | ABB RobotStudio + Copilot, FANUC ZDT + LLM asistentas, EVST EVS-AI suvirinimo sistema (3D skenavimas + automatinis kelias), Inrotech AdaptiveARC | 40 000–120 000 USD už elementą (aparatinė ir programinė įranga, skirta visapusiškam 3D nuskaitymui iki kelio; mažesnė – tik LLM integracija) | Procesų bibliotekos aprėpties apribojimai: sudėtingiems daugiasluoksniams egzotinių lydinių suvirinimams vis dar reikalingas rankinis dirbtinio lusto metodas (OLP); WPS atsekamumo audito reikalavimai padidina patvirtinimo išlaidas. |
Dažnai užduodami klausimai
Nuo kokio generatyvinio dirbtinio intelekto sluoksnio gamintojas turėtų pradėti pramoninėje robotikoje?
1 sluoksnis (LLM padedamas kodo generavimas) yra mažiausios rizikos įėjimo taškas. Jis jungiasi prie esamų OLP įrankių ir valdiklių kalbų nekeičiant aparatinės įrangos ar saugos architektūros. Dokumentuotai sutaupyta 25–40 % robotų programų kūrimo laiko bandomuosiuose diegimuose per 30–90 dienų. 4 sluoksnis (DI papildytas mokymo pultas) yra antras logiškas žingsnis, ypač suvirinimo ir surinkimo dirbtuvėms, kuriose gaminama daug detalių. VLA bandomieji projektai (2 sluoksnis) turėtų būti atidėti, kol paprastesni sluoksniai taps stabilūs ir kol bus surinkti tinkami demonstraciniai duomenys – paprastai 100–300 valandų nuotolinio darbo.
Kaip gamintojai tikrina dirbtinio intelekto generuojamų robotų trajektorijų saugumą?
Pagal dabartinę geriausią praktiką bet koks LLM arba VLA sugeneruotas judesio taikinys yra įvyniojamas į deterministinį saugos monitorių, kuris užtikrina darbo vietos apribojimus, greičio ribojimus, jungtinio sukimo momento apribojimus ir susidūrimų vengimo patikrinimus, neatsižvelgiant į tai, ko reikalauja dirbtinio intelekto sluoksnis. ISO 10218-1 ir ISO 10218-2 reglamentuoja robotų projektavimo ir integravimo saugą; ISO/TS 15066 apima bendradarbiaujančių robotų sąlyčio jėgas. ISO 10218-3 (konkrečiai apimantis dirbtinio intelekto sugeneruotą roboto kodą) yra rengiamas nuo 2026 m. Kol šis standartas nebus paskelbtas, automobilių pramonėje naudojama SOTIF (ISO 21448) samprotavimo sistema, apibrėžianti operacinio projektavimo sritį ir ribojanti dirbtinio intelekto veikimą už jos ribų, suteikia veiksmingą patvirtinimo metodą.
Ar dirbtinio intelekto padedamo kodo generavimo diegimas sukuria priklausomybę nuo originalios įrangos gamintojų (OEM)?
Tai priklauso nuo įdiegimo sluoksnio. Į tiekėjo OLP įrankius („ABB RobotStudio Copilot“, „FANUC ZDT“) integruoti LLM asistentai yra skirti tik originalios įrangos gamintojams (OEM): sugeneruotas RAPID arba TP kodas yra perkeliamas, tačiau pats DI asistentas yra susietas su tiekėjo platforma. Atvirojo kodo ir trečiųjų šalių LLM įrankiai, skirti kelioms valdiklių kalboms, vengia šio apribojimo. VLA pagrindiniams modeliams NVIDIA GR00T N1 teikia atvirus svorius, o „Physical Intelligence π0“ ir „Figure AI Helix“ yra patentuotos. Pirkėjai turėtų įvertinti apmokytų modelių svorių ir mokymo duomenų perkeliamumą, prieš pasirinkdami uždarą platformą.
Kada VLA pamatų modeliai bus paruošti gamybiniam suvirinimui?
Pagal bendrą prognozę, 2026–2028 m. standartinės suvirinimo jungčių geometrijos (užpakalinės, užpakalinės, persidengiančios anglinio plieno arba aliuminio) bus ribotai diegiamos, atsižvelgiant į tris pokyčius: VLA išvados patikimumas, pasieksiantis daugiau nei 99 % veikimo laiką daugiapamainėje gamyboje; ISO standartas dirbtinio intelekto generuojamam robotų kodui, kuriuo galėtų remtis suvirinimo kokybės sistemos; ir tinkama demonstracinė duomenų rinkimo infrastruktūra gamyklos lygmeniu. Sunkiosios geometrijos ir egzotinių lydinių suvirinimas greičiausiai išliks deterministinėse OLP pagrindu veikiančiose sistemose iki 2028 m. ir vėliau.
Kam priklauso robotų trajektorijos, kurias sukuria dirbtinio intelekto sistemos, apmokytos pagal klientų gamybos duomenis?
Nuo 2026 m. tai yra neišspręsta komerciškai ir teisiškai. „Open X-Embodimention“ duomenų rinkinys sukūrė akademinių duomenų mainų precedentą pagal „Creative Commons“ sąlygas, tačiau komercinės gamybos duomenys veikia pagal kitokius apribojimus. Kai dirbtinio intelekto sistemos mokosi iš klientų trajektorijų duomenų, gamintojo ir dirbtinio intelekto tiekėjo sutarties sąlygos reglamentuoja duomenų saugojimą, modelio tobulinimo teises ir konkurencinio naudojimo apribojimus. Pirkėjai turėtų reikalauti aiškaus sutartinio aiškumo dėl duomenų nuosavybės, modelio teisių ir duomenų ištrynimo nutraukiant sutartį prieš diegdami bet kokią dirbtinio intelekto platformą, kuri mokosi iš konkrečios įstaigos gamybos duomenų.
Susiję skaitymai
- Įkūnytas dirbtinis intelektas pramoninėje robotikoje: kaip VLA modeliai keičia robotų programavimą — išsami VLA modelių architektūra, etalonai ir saugos patvirtinimas
- Įkūnytas dirbtinis intelektas (DI) – duomenų rinkimas: nuotolinės operacijos ir simuliacijos iki realybės (2026 m.) — demonstracinė duomenų infrastruktūra, nuo kurios priklauso pagrindiniai modeliai
- Robotinis suvirinimas neprisijungus programuojant, modeliuojant ir skaitmeniniu dvynuku (2026 m.) — keturių sluoksnių suvirinimo programinės įrangos paketas, įskaitant dirbtinio intelekto sistemas be mokymo
- Procesų automatizavimo sistema — sistemų integravimas, saugos standartai ir paleidimo sistemos
- Geriausi bendradarbiaujančių robotų gamintojai 2026 m.: palyginimas — bendradarbiaujančių robotų tiekėjų aplinka, įskaitant dirbtinio intelekto galimybių diferenciaciją
Išsiųstos nuorodos:
IFR pasaulinė robotikos ataskaita 2025 m. |
Stanfordo dirbtinio intelekto indeksas 2025 m. |
ISO 10218-2: Robotų sistemų ir integravimo sauga |
NVIDIA Isaac Taip