Den mobile robotindustrien (AGV/AMR) har vært i nyhetene i det siste. Purdue krysset grensen fra serviceroboter til industrimarkedet, og la til en ny aktør til den allerede overfylte banen. Haikang Robotics kunngjorde at det 100.000. AMR-produktet i alle kategorier gikk av banen, bransjens hovedaktør etter år med utvikling, produksjonskapasiteten tar av, omfanget av utviklingstrenden har dukket opp.
På samme tid, siden fjorårets store modellboom, også innledet en ny utvikling av mobil robotikkindustri. En gründer sa begeistret at "det forbedrer nivået av robotintelligens mer enn summen av akkumuleringen av de siste ti årene med teknologi."
Til en viss grad er dette en refleksjon av den nåværende utviklingen av den mobile robotindustrien.
I løpet av de siste ti årene har den mobile robotindustrien dukket opp raskt i Kina, og de mobile robotene som pendler mellom logistikklager og fabrikkproduksjonslinjer har blitt synonymt med intelligent logistikk og intelligent produksjon. I følge GG Robotics-data, fra 2014 til 2023, oversteg industriens sammensatte vekstrate 40 %, og salgsvolumet økte mer enn 20 ganger på ti år.
Under den potensielle plassen, i tillegg til startups, modne robotprodusenter og tradisjonelle leverandører av logistikk- og automasjonsutstyr har entret feltet, er det også en rekke aktører over grensen å drepe, og involusjonen er alvorlig. Den andre siden av mynten er at etter et tiår med utvikling, industrien skala i 2023, selv om mer enn 120,000 enheter, men skalaen og standardisert levering er fortsatt en vanlig bransje for å krysse det vanskelige problemet.
Vil dette sporet innlede en ny historie med tillegg av store modeller? Hvordan skal industrien komme seg ut av involusjonsfortellingen?
01 Noe overfylt bane
Nylig lanserte servicerobotikkselskapet Purdue sin første robot PUDU T300 for industrielle scenarier, og gikk inn i lavfrekvente, lette industrielle leveringssegmenter fra catering og andre servicescenarier.
Zhang Tao, grunnlegger og administrerende direktør i Purdue Robotics, sa i et intervju at årsakene til å gå inn på det industrielle markedet inkluderer det høye potensialet til den industrielle scenen og den høye aksepten av produkter som roboter, mens de tidligere har samlet erfaring innen serviceroboter. Omverdenen tolker Purdues grenseoverskridende inntreden i industriell logistikk og transport
segmentet som en forventning om å finne en ny vekstkanal etter hvert som bransjen ruller videre.
Observatører har imidlertid også påpekt at Purdue faktisk går inn i et spor som allerede er litt overfylt.
I løpet av det siste tiåret har den innenlandske mobile robotindustrien opplevd prosessen med å begynne å ta igjen utenlandske bedrifter, for gradvis å forbedre industrikjeden, og den nåværende lokaliseringsraten har oversteget 90%.
En bransjeveteran introduserte at banen begynte å tenne fra mars 2012, da Amazon kjøpte lagerrobotleverandøren Kiva Systems for 775 millioner dollar, som suksessivt tiltrakk seg et stort antall bedrifter til å legge ut feltet logistikk og lagerautomatisering.
Etter det, under den mangfoldige bakgrunnen med økende lønnskostnader, rekrutteringsvansker og industriell oppgradering i Kina, har mobile robotprodukter gradvis blitt brukt i mange scenarier som detaljhandel og produksjon.
I denne prosessen har et stort antall spillere gått inn i spillet. I følge dataene fra CRM Industry Alliance 2023 er det mer enn 600 bedrifter knyttet til den innenlandske AGV/AMR-industrikjeden, blant dem er det mer enn 220 proprietære bedrifter hvis hovedprodukter er mobile roboter (AGV/AMR) for industrielle applikasjoner. Dette tallet er høyere enn for både Europa og Nord-Amerika regioner hvor mobile roboter ble utviklet tidligere.
For eksempel har forskjellige foretak etablert i den første bølgen av oppstart av mobil robotikk (2014 til 2017), som Jiji Jia, Haikang Robotics, Quick Warehouse og Hai Zuo, allerede dukket opp og utviklet seg mot skala, blant annet Jiji Jia og Hai Zuo har forbedret salgsytelsen i det oversjøiske markedet, og layoutene deres har blitt gradvis perfeksjonert. Men innen 2023 er det fortsatt startups som slutter seg til dette sporet og får finansiering.
Noen gamle robotselskaper Kuka, Yaskawa og Fanuc har også utvidet virksomheten fra robotarmer til AMR-feltet, og utviklet en logistikk- og håndteringsrobotikkvirksomhet, typisk som Kuka Robotics, som opprettet en uavhengig mobil robotikkdivisjon i Shanghai i 2021 og utgitt relaterte produkter samme år.
Spillere i AI-feltet har også gått inn i feltet. For eksempel startet Kuangyi Technology med AI-algoritmer, og etter å ha kommet inn i sikkerhetsmarkedet gjennom integrering av maskinvare og programvare, siden 2017, har feltet intelligent logistikk blitt sett på av Kuangyi som et nytt gjennombruddspunkt for AI å lande i bransjen scene.
Plattformbedriftene i logistikkbransjen er fra perspektivet av sin egen effektivitet, investerer i relaterte virksomheter eller lanserer selvforskningsprodukter. I juli i fjor hadde logistikkplattformlasten Lala investert i Tusker Robotics, og satset på robotmarkedet. Det investerte selskapet, Tasco, er selv en intelligent håndteringsrobotutvikler grunnlagt i 2021, og hovedproduktet deres er en intelligent pallerobot.
E-handelslogistikkplattform Cainiao, på den annen side, i økende automatiseringsinvesteringer i lagertransport og distribusjon og andre koblinger, har lansert egenutviklede lager- og transportmobilroboter, for eksempel den egenutviklede palle-fireveis skyttelen annonsert av Cainiao til publikum i 2022.
Som et resultat har dette sporet samlet startups, modne robotprodusenter og tradisjonelle leverandører av logistikk- og automasjonsutstyr, og til og med selskaper som Foxconn og ZTE.
Spillere samlet seg, men veteraner mener at markedet fortsatt er tidlig, en manifestasjon av industriskalaen. CMR-industrialliansedata viser at Kinas mobile robot (AGV/AMR) i 2023 salgsskala på rundt 21,2 milliarder yuan, salg på rundt 125,000 enheter. Selv med forskjellen i størrelsen på det statistiske kaliberet, skal industrimarkedet fortsatt åpnes ytterligere.
Markedet er også uunngåelig en situasjon med involusjonskonkurranse. Xinsong Robotics mobile robotics BG president har tidligere spesifikt påpekt at i markedets etterspørsel etter kraftbatterier og solcelleindustriprosjekter, individuelle prosjektsalg på hundrevis av millioner dollar, men de fleste prosjektene er den laveste prisen for å vinne budet som grunnleggende, "budprisen er ikke den laveste, bare lavere".
Haikang Robotics-prospektet som ble sendt inn i fjor viser at fra 2020 til 2022 har bruttomarginen for mobil robotikkvirksomhet en nedadgående trend, og nevnte, "intensiveringen av konkurransen i bransjen har ført til en viss grad av prisreduksjoner på produktene i løpet av rapporteringsperioden, spesielt i den mobile robotbransjen er mer uttalt".
02 Tilpasset etterspørsel vs. skalavekst
Selv om konkurransen er hard, er etterspørselen i markedet fortsatt sterk. En senior person introdusert, de siste årene, med den nye energien kjøretøyer, solceller og strøm batteri industrien etterspørselen øker, er mobile roboter akselererer anvendelsen av disse næringene, disse flere scener sto også for hoveddelen av industrien inkrement.
Det første nivået av aktører i markedet har gradvis kommet ut av skalaveksttrenden. Haikang Robotics kunngjorde nylig at AMR alle kategorier av 100,000 enheter av produkter utenfor linjen, til en viss grad er dette bransjens hovedaktører etter ti års utvikling for å levere et svarark.
Og bak disse dataene skjuler det seg også et bransjeproblem: hvordan oppnår mobile robotprodusenter skalautvikling?
Mobil robot industri allianse statistikk, i 2022, Kinas industrielle applikasjoner mobile robot markedet, er det fire selskaper forretningsordrer over 1 milliard terskelen, salg på mer enn 100 millioner yuan av bedrifter rundt 42, hvorav 1 til 300 millioner yuan av bedrifter Har 28, et stort antall aktører i bransjens inntekter skala er vanskelig å bryte gjennom 300 millioner yuan mark.
Årsaken til denne situasjonen ligger i kompleksiteten til bedriftens etterspørselsscene.
Scenarier for lager, logistikk og industriell produksjon varierer mye i etterspørselen. Haikang robotikk visepresident Wu Yonghai nevnt i en konferansetale, står de overfor tusenvis av bransjer, selv om den samme industrien, den samme scenen, er driftsmodusen til forskjellige bedrifter helt annerledes.
Samtidig, i den komplekse anvendelsen av scenen, kan virksomhetens målprioriteringer også være forskjellige, noe som gjør det vanskelig å oppnå storskala batchlevering i industrien som i andre forbrukerelektronikkindustrier.
Tang Wenbin introdusert, noen bransjer som kjølelager, vil etterspørselssiden fokusere på graden av ubemannet, håper at en høy grad av ubemannet, lageret kan bruke mindre folk. Noen kunder vil strebe etter enkelt vedlikehold, færre typer utstyr, vedlikehold vil være enklere. Det er også selskaper som vil forfølge størrelsen på lageret og bestille ut kapasitet i rommet.
Med alle disse faktorene i spill, er tilpasning uunngåelig for å møte kundenes behov.
Hvordan oppnå en balanse mellom etterspørselen etter tilpasning og utvikling av bedriftsskala? Mobile robotleverandører prøver også å finne måter å løse problemet på, for eksempel å bruke komponentisering og plattformisering for å møte utfordringen. For å sortere ut de kompliserte forretningsfunksjonene, kategorisere og prøve noen komponenter på atomnivå, og deretter utføre kombinasjoner på atomnivå for å bygge forskjellige applikasjonsscenarier for å tilpasse seg en rekke behov.
I tillegg legger bedrifter i økende grad vekt på muligheten for sekundær modifikasjon og utvikling på kundestedet. Haikang Robotics nevnte at de har en spesialisert Dataflow forretningsutviklingsplattform, som kan koreograferes med forretningslogikk, og brukere kan kontinuerlig justere logikkstrategien i henhold til endringene i egen virksomhet.
En senior person nevnte et eksempel, "Etter systemet, fant kunden at det er bortkastet å endre hvordan du gjør? Kan ikke endre sine egne for å finne produsenter, men produsentene har trukket seg tilbake, denne gangen er det veldig pinlig." Konstruksjonen av den sekundære utviklingsplattformen vil kunne tilpasse seg endringene i etterspørselssiden til bedriften.
Programvaresystemer er også veldig viktige. Den ene er kompatibiliteten til forskjellige programvareprodukter. På grunn av de komplekse behovene til bedriftsnettstedet, krever noen løsninger ulike merker av produkter for å samarbeide med hverandre. Men hvordan planlegge produktene til forskjellige selskaper for å oppnå kompatibilitet, er også et problem. Et annet poeng er at, med noen intelligente lagerscenarier som lander i dybden, hvordan koordinere mellom store mobile roboter, roboter hvordan ikke krasje og planlegge den optimale ruten, tester algoritmens evne.
For tiden er de ordinære innenlandske logistikkrobotikkbedriftene svært viktige for investeringene i programvaresystemer. For eksempel, da Kuangyi utviklet Hetu-systemet i 2019, var det å bruke Hetu som en sentral hjerne for å sende alt det egenutviklede og trepartsutstyret, og realiserte koblingen av programvaresystemer inkludert lagerstyringssystemet (WMS), lagerutførelsessystemet (WES), oppgaveutførelsessystemet (TES) og programvaren for robotkroppskontroll. Den realiserer ikke bare intelligent integrert styring av lager og logistikk, men støtter også simulering på planleggingsstadiet, og virkelig realiserer hele livssyklusstyringen av lager- og logistikksystemet.
I sammenheng med industriens multi-produkt samarbeid, for å fremme det relevante grensesnittet standardisering og forening har også blitt en konsensus i industrien. Noen bransjeforeninger og har vært i spissen for å nevne bransjestandarden, er det også bedrifter som har handlet. For eksempel ble 2022-mobilrobotindustrialliansen utviklet "mobilrobot for industrielle applikasjoner og datagrensesnittspesifikasjonen for planleggingssystem" blitt utgitt i april i fjor.
For tiden må mobile robotbedrifter møte et systematisk prosjekt. Tang Wenbin mener at hele kjeden, fra maskinvare, programvare, algoritmer, til hele programdesignet og den endelige implementeringen av landingen, inkludert noen detaljer, som kundegrensesnitt, opplæring og drift og vedlikehold, påvirker hele den lange virksomhetskjeden endelig effekt. "Dette er et integrert system, leverandørene kan ikke være for korte i en kort lenke."
03 The Big Model Dividend
I løpet av det siste året eller så har stormodellteknologi utløst en kjedereaksjon rundt om i verden og åpnet for mye rom for vekst.
IDC har nylig gitt ut en data, fra 1. oktober 2022 til 15. mars 2024 nesten 18 måneder, verden, inkludert cloud computing-leverandører, maskinvarebrikker, til programvareapplikasjoner og store modellselskaper, 60 selskaper, i den store modellbølgen, markedet verdien av kapitalmarkedet har økt med 8 billioner dollar.
Ankomsten av store modeller har også ført til et høyt nivå av diskusjonsvarme til robotikkbanen. En veteran fra en robotoppstart fortalte Digital Intelligence Frontier at de har sett store modeller forbedre nivået av robotintelligens mer i løpet av det siste året eller to enn den kumulative summen av det siste tiårets teknologi.
"Opprinnelig var det basert på å skrive døde programmer og programmere ut robotens intelligens." Kilden fortalte Digital Intelligence Frontier at for eksempel for å få en robot til å gå fra punkt a til punkt b til punkt c, må prosessen være klart definert før roboten kan gå over. Etter at den store modellen er lagt til, så lenge brukeren sier hvor han skal gå på naturlig språk, kan roboten realisere det.
Samspillet mellom menneske og robot er i endring. Tang Wenbin, CTO for Kuangyi Technology, ga et eksempel, for eksempel på noen europeiske logistikk- og industrielle produksjonssteder er det en rekke stemmebaserte kontrollsystemløsninger, mange mennesker jobber med et hodesett, gjennom de begrensede instruksjonene, ved å bruke stemme å samhandle med systemet. Etter ankomsten av den store modellen, den kraftige semantiske forståelsesevnen, kan folk være raskere og mer praktisk å gi bruksanvisningen til systemet.
Tang Wenbin sa til Digital Intelligence Frontier at en annen viktigere endring er at den ende-til-ende store modellen, fra persepsjon, beslutningstaking og kontrollevner konsentrert i en modell, menneskers evne til å kontrollere roboten, maskinens intelligensgrad. forventes å være på et nytt nivå.
Faktisk er ende-til-ende-modellen også gjeldende industris grunnleggende store modellutvikling og utviklingsretning, slik som OpenAI nylig utgitt GPT-4o er ende-til-ende-modellen, som har blitt realisert som input av en hvilken som helst kombinasjon av tekst, lyd og bilde, og for å generere en hvilken som helst kombinasjon av tekst, lyd og bildeutganger, er interaksjonsresponshastigheten og den virkelige dialogen veldig lik. Forsinkelseseffekten utgitt av Google i august i fjor har forbløffet mange mennesker Robotics Transformer 2 (kort sagt RT-2), en stor modell av robotikk, er også en ende-til-ende-modell som integrerer visjon-språk-handling (VLA) evner.
Personen som er ansvarlig for en bransjeløsning til en innenlandsk kunstig intelligens-bedrift fortalte Digital Intelligence Frontier at den ende-til-ende store modellen betyr at fra inndata av tale til semantisk forståelse for å kontrollere beslutningstaking, som tidligere ble gjort av flere modeller stablet oppå hverandre, gjøres nå av én modell. Tidligere vil superposisjonen av veien mer eller mindre medføre tap av intelligensgrad, mens informasjonsflyten mellom ulike modeller også naturlig har mer forsinkelse, mens ende-til-ende-modellen betyr mindre tap, høyere grad av intelligens og kortere ventetid.
Noen mennesker har spørsmål, logistikk og lagerkobling ser relativt lukket ut, er denne scenen nødvendig for å introdusere en stor modell? Tang Wenbin mener at lager logistikk scenarier faktisk, er typen oppgave ikke en enkelt. For eksempel inneholder en materialtransportoperasjonsscene flytteesker, plukking, pakking, taping og andre typer oppgaver, generaliseringsevnen til den store modellen kan gi en veldig klar verdi. "Logistikkscenarioet er faktisk veldig bra. Det har ganske mye arbeid å gjøre og trenger smartere roboter."
Disse nye endringene er spennende aktører innen logistikkrobotikksporet. Etter at den store modellbølgen kom i fjor, reagerte Tang Wenbin og teamet hans raskt: "Kuangyi Technology ønsket å drive med robotikk da den ble grunnlagt, og med denne bølgen er vi et av få selskaper som forstår både store modeller og robotikk, og disse to ferdighetspunktene samles sjelden i et lag", og de bygger for tiden en kombinasjon av store modeller og logistikkrobotprodukter.
Bransjekilder mener at forbedringen av utstyrsintelligensnivået vil akselerere bruken av produkter i alle typer industriscenarier penetrering, noe som kan frigjøre ny plass for å unngå at spillere ruller inn på lagerplassen.
Haikang Robotics CEO Jia Yonghua har gitt et eksempel. Tidligere, den tradisjonelle AGV persepsjon evne og autonom beslutningstaking evne er relativt svak, kan bare realisere punkt-til-punkt håndtering eller noen av løkken linje enkelt fast repeterende arbeid, er omfanget av industrien også relativt liten. Han dro en gang til et kjent selskap i Japan, de årlige forsendelsene på bare noen få hundre enheter. Men som mobile roboter til å bli med flere algoritmer, er monomer intelligens mer og kraftigere, har produktet blitt mer fleksibelt, kan kjøre i menneske-datamaskin interaksjon miljøet, anvendelsesområdet for mobile roboter for å oppnå en stor utvidelse, for eksempel siste Årets år Haikang roboter forsendelser kan være mer enn ti år siden, hele industrien.
Imidlertid kan de dramatiske endringene med store modeller såvidt ha begynt. Bransjen tror også generelt at bruk av transformatormodeller og forhåndsopplæring for å utføre robotkontroll åpner for nye retninger innen teknologi, men utviklingen av legemliggjort intelligens er fortsatt i sine tidlige dager. "Det er fortsatt behov for å fortsette å forbedre suksessraten etter hvert som datasløyfene, og virkelig lukke sløyfen i enkelte scenarier for å generere forretningsverdi. Veien er fortsatt ganske lang." sa Tang Wenbin.