ABB在2026年CIIF展会上推出两款精密机器人及AI视觉训练器
ABB机器人公司在上海举办的2026年CIIF展会上推出了紧凑型IRB 1700和IRB 1700ID精密机器人,并为其OmniCore EyeMotion视觉系统新增了AI机器人训练功能,旨在缩短循环时间并大幅缩短视觉系统的调试时间。

在2026年10月12日至16日于上海举行的中国国际工业博览会上(CIIF), ABB机器人利用这一全球规模最大的工业贸易展会之一,推出了一款针对比大多数展台炫目产品更具体问题的硬件:在不增加专业操作人员的情况下,让精密生产线运行得更快。
总部位于瑞士苏黎世的ABB集团旗下机器人与自动化部门ABB Robotics在2026年CIIF展会上推出了两款新型工业机器人——IRB 1700和IRB 1700ID,并为其OmniCore EyeMotion机器视觉软件新增了AI机器人训练师功能。 ABB表示,新款机器人的循环时间比市场上同类机器人缩短了高达20%;而新增的AI机器人训练师功能,在配合自动无碰撞路径规划使用时,可将视觉系统的调试时间缩短多达90%。
ABB是全球最大的工业机器人制造商之一,在工厂自动化合同领域与发那科(Fanuc)、安川(Yaskawa)和库卡(KUKA)展开直接竞争。 正是这种竞争格局,凸显了此次发布的重要性:这家总部位于瑞士的全球供应商选择在中国而非欧洲或北美的贸易展会上,率先向买家展示其新的精密制造硬件及其功能最强大的视觉人工智能(AI)工具。
专为AI服务器热潮打造的紧凑型机械臂
IRB 1700系列旨在填补ABB现有产品线中的特定能力空白:为那些既需要精度又需注重能效以决定总体拥有成本的任务提供紧凑型、高速机械臂。 ABB表示,这五款新型号的负载能力范围为6千克至12千克,均搭载该公司的OmniCore控制器,路径重复精度可达0.03毫米,关节速度最高可达每秒700度。 该公司表示,这一组合可提高设备运行时间并降低运营成本,其功耗降低了多达15%,维护间隔最长可达20,000小时。
两次换油之间。ABB 针对特定的市场压力制定了这些规格。“从电子、汽车到通用工业等各个领域的精密制造,都面临着在保持质量和降低运营成本的同时提高产量的压力,”ABB 机器人业务线工业部门总经理克雷格·麦克唐纳(Craig McDonnell)表示。 麦克唐纳表示,IRB 1700系列通过突破性的速度、精度、可靠性和能效水平,有效应对了这一挑战,为制造商和系统集成商提供了实现高性能自动化的灵活平台。
ABB表示,该系列在速度和精度方面的表现非常适合高吞吐量的精密任务,例如物料搬运、电弧焊接、去毛刺、打磨以及机床上下料。该公司还指出了一个新兴的应用领域:人工智能(AI)服务器机架的组装,ABB将这一工作负载直接归因于对AI服务器和计算基础设施需求的激增。 对于正在评估机器人手臂选型的采购团队而言,这并非泛泛而谈的宣传,而是ABB关于短期订单量将集中于何处的明确信号。
一体化设计不仅缩减了机械臂尺寸,更优化了占地面积
占地面积在精密制造预算中是一项独立的支出项目,ABB将占地面积优势融入了硬件设计之中。 该公司表示,新款机器人的占地面积比前代产品缩小了50%,而IRB 1700ID型号则更进一步采用了ABB所谓的“集成布线(ID)”设计,将电缆和软管布置在机器人手臂内部,而非沿其外部走线。 ABB表示,这种设计简化了各类工业应用中的安装流程——对于负责安排设备更换的系统集成商而言,这一细节比对规格表的普通读者更为重要。
ABB将IRB 1700系列描述为其更广泛的机电一体化产品组合的延伸,也是其持续开发所谓“更自主、更通用”机器人技术的体现。
(AVR)。实际上,这种定位意味着该硬件出厂时已内置对不断扩展的软件堆栈的访问功能:RobotStudio、AI Robot Trainer、OmniCore EyeMotion 以及自动无碰撞路径规划。据 ABB 自身描述,这款机械臂既是一次机械升级,也是软件故事的载体。调试时间才是视觉引导机器人真正成本高昂之处
第二项公告则更直接地涉及了买方的经济考量。OmniCore EyeMotion 是 ABB 的一套机器视觉系统,通过摄像头输入引导机器人运动,现已与 AI Robot Trainer 配对使用。AI Robot Trainer 是 ABB 为系统集成商和自动化合作伙伴开发的工具,而非面向配置单个单元的终端客户。 其明确目的是简化基于AI的视觉应用在多个客户现场和生产线的部署与扩展,并降低该过程对稀缺AI专家的依赖程度。
以下是用通俗语言解释该方案解决的问题。传统上,视觉引导机器人技术需要由了解机器学习的人员花费实际时间,在特定工厂的照明条件下,教系统识别特定零件,机器人才能可靠地拾取、检测或分拣该零件。 “AI机器人训练师”旨在将这一过程压缩为一个带AI聊天机器人的引导式工作流,生产线技术人员无需等待专家的日程安排即可运行该流程。 ABB表示,该工具将图像采集、AI模型训练、部署和持续改进整合到单一工业工作流中,将真实的车间图像转换为可部署的AI视觉数据,并通过自动无碰撞路径规划,将感知结果直接转化为机器人动作。
ABB提供的数据显示:当“AI机器人训练师”与自动无碰撞路径规划相结合时,调试时间可缩短高达90%,循环时间可缩短高达50%。该公司表示,该引导式
该工作流可帮助系统集成商应对不断变化的库存单位(SKU)、光照条件、布局变更以及物体变化,而无需从头重建视觉模型;此外,该系统兼容任何品牌的摄像头或传感器,不会将买家锁定在ABB专用的硬件上。 ABB将这一整合解决方案定位为适用于广泛的视觉任务,从简单的二维拾放,到要求更高的三维箱内拾取、质量检测、分拣和装配。ABB机器人事业部总裁马克·塞古拉(Marc Segura)将此次发布视为机器人能力范畴更广泛转变的一部分。“机器人AI视觉是机器人感知与物理动作之间的关键桥梁,使机器人能够实时观察、理解并采取行动,”塞古拉表示。 塞古拉补充道,客户需要一套完整的工作流程来创建、部署并持续改进这种视觉能力;而OmniCore EyeMotion和AI Robot Trainer旨在协同工作,形成数据生成、模型训练、部署和优化的闭环,既服务于机器人领域的专家,也适用于初学者。
调试速度绝非表面指标。它直接关乎演示性能与实际部署之间的差距——正是这一差距,将展台上的视觉系统与周二中班、更换零件箱后仍能正常运行的视觉系统区分开来。 一款真正能缩短这一差距的工具,将彻底改变系统集成商的成本核算——他们目前在每条新生产线中都将AI专家的人工成本计入价格;同时也改变制造商的决策——他们此前正是因为调试工作量过大导致投资回收期过长,才推迟了视觉引导型自动化的实施。
为何是上海,而非斯图加特或芝加哥,率先亮相
ABB对展会的选择本身就是买家追踪供应商战略的一个数据点。CIIF是中国的一场工业贸易展,而ABB既不是中国企业,也不是刚刚进入中国市场;它是一家全球性的工业技术集团
该公司在中国已运营数十年。在CIIF展会上推出精密制造硬件及其旗舰级视觉AI工具,而非将这两项产品留待欧洲或北美展会发布,这表明中国已不仅成为该全球主要机器人供应商的产品销售市场,更已成为其产品发布日程规划的核心。就工业机器人销量而言,中国是最大的单一国家市场,而当地的电子和汽车制造商最有可能率先采用AI服务器机架装配线和多品种视觉引导单元。 选择CIIF作为首发平台,而非在西方地区发布后才举办区域性后续活动,这反映出像ABB这样规模的供应商,已无法再将中国视为其最新精密硬件的次要推广市场。 对于竞争对手和买家而言,这一战略信号意味着:中国优先或中国同步发布,正逐渐成为全球机器人厂商争夺其最大市场份额的常态。
这些数据出自ABB之手,这一点值得铭记
本公告中的每一项性能数据——无论是20%的循环时间缩短、15%的能耗降低,还是90%的调试时间缩短, 将循环时间缩短50%,均源自ABB自身,其衡量标准是ABB上一代硬件以及ABB对市场上同类机器人的描述。 这些数据均未经过第三方独立验证,且ABB也未透露任何正在生产环境中运行“AI Robot Trainer”的客户现场、试点部署或系统集成商。对于展会上的公告而言,这并不罕见,但采购团队在基于这些百分比制定资本支出方案前,应牢记这一细节。 演示版与可部署系统之间的区别,正是将引人入胜的展台演示与客户车间中切实可行的调试时间表区分开来的关键,而这一区别只有在系统集成商开始运行时才会得到检验。
该软件需针对真实的SKU变更、真实的照明变化以及真实的生产计划进行测试,而非仅进行分阶段演示。明智的采购策略应是将AI Robot Trainer所宣称的调试时间缩短视为一个值得试点验证的假设,而非一个可作为生产线规划依据的保证结果。 系统集成商在评估 IRB 1700 系列及扩展版 OmniCore EyeMotion 技术栈时,应在商业案例中采纳供应商的数据之前,要求 ABB 针对其自身的零件组合和照明条件开展范围明确的试点测试。
接下来的发展值得密切关注。ABB尚未公布IRB 1700、IRB 1700ID以及OmniCore EyeMotion新增的AI机器人培训器的商业上市日期、区域推出顺序或定价。 对买家而言,下一个具体的信号将是:中国乃至其他地区的系统集成商何时开始报告使用这些新工具的实时视觉引导单元实际调试时间,以及ABB是否会将AI服务器机架组装用例扩展到具体的部署案例中,而非仅停留在宣称的市场机遇层面。 在相关证据浮出水面之前,CIIF的公告应被视为来自主要竞争对手的产品和软件路线图信号,而非实际成效的证明。
本文综合了ABB Robotics在CIIF 2026公告中发布的声明及产品披露信息,内容截至所述发布日期。
本文仅供一般信息参考,不构成投资、采购、法律或工程建议。数据源自上述列出的信息来源,截至所述信息截止日期,如有变更恕不另行通知。










