JLS Automation 推出适用于混乱包装生产线的人工智能视觉系统

JLS Automation于周日在芝加哥举行的2026年国际包装展（PACK EXPO International）上推出了一款名为“JLS Vision AI”的人工智能驱动视觉系统，使该公司的机器人包装单元能够直接拾取重叠且方向随机的食品，而无需传统上在机器人抓取前用于分离物品的进料设备。 该系统将在公司展位上进行现场演示，直至周三展会结束，届时将当着参观者的面处理调味料小包、能量棒及其他软包装产品，而非播放预先录制的演示视频。

JLS Automation是一家总部位于宾夕法尼亚州约克市、拥有71年历史的工业自动化供应商。自20世纪90年代初以来，该公司一直致力于为食品和消费品制造商提供卫生级机器人包装系统，其产品线包括Talon装箱机、 Osprey 装箱机以及 Peregrine 纸盒包装系统等产品线。该公司由首席执行官克雷格·索泽（Craig Souser）领导，特别注重将设备设计为可在处理生蛋白质和即食产品的工厂车间内进行每日冲洗，这一设计要求也决定了此次视觉系统升级必须解决的核心问题： 不是干净的实验室工作台，而是一条布满产品的传送带——产品一离开装袋机或流体包装机，便会滑动、翻转并自行堆叠。

每条包装线都不得不忽视的问题

问任何负责箱装包装线的厂长，什么因素最严重地拖慢了生产线速度，诚实的答案很少是机器人手臂。真正的问题在于机器人面前的产品。袋装、流体包装和小袋等柔性包装产品，极少会整齐地单列排列在传送带上。 随着生产线的振动，它们会扭曲、重叠、相互嵌套并发生位移，这就是为什么大多数包装作业仍需安装机械进料系统（如定时螺杆、分道器或振动台），在机器人接手前先将产品分散开来。这些系统不仅占用了更多占地面积，还增加了机械易损件，并且

每次生产线更换包装规格时都需要耗费换线时间，而且当产品差异超出机械结构的设计处理范围时，系统仍会失效。

JLS Vision AI 旨在彻底消除这一环节。该系统采用专有人工智能视觉技术，能在杂乱且相互重叠的物料流中识别单个产品，确定哪些产品可在不干扰邻近产品的情况下被干净利落地拣选出来，并追踪该目标产品在生产线上持续移动的轨迹。 该系统图像处理速度高达每秒 15 帧，在包装高度影响拣选操作时支持二维和三维视觉，并能在同一处理过程中完成方向检测、产品分类和特征级检测。 JLS Automation 销售与市场副总裁迈克·纽科姆（Mike Newcome）在展会上直截了当地阐述了这一原理：产品极少以完美间距排列，而即使摆放不完美，拣选操作依然能够成功。

这一区别的重要性远超表面印象。 过去十年间销往包装行业的绝大多数机器视觉系统，其设计初衷只是为了确认机器人即将执行的动作，而非在眼前场景与训练图像大相径庭时决定该如何操作。一个只能识别理想化、间距均匀排列产品的系统，仍然需要昂贵的进料硬件来人为地创造这种排列。 而一个旨在像受过训练的人工分拣员那样解读真正混乱物料流的系统，则意味着包装生产线中，是仅将那80%的简单工序实现自动化，还是将真正需要人工操作的部分也实现自动化——两者之间存在本质区别。

相机升级对包装生产线预算的影响

对于评估此类系统的采购团队而言，其吸引力并不在于“人工智能”这一标签本身，而在于基于视觉的拣选能够削减的资本支出和占地面积。定时螺钉、分道输送带和振动进料台绝非微不足道的配件；

它们是经过专门设计的子系统，每个子系统都有自己的占地面积、工厂在不同包装规格之间切换时的专用转换流程，以及独立的维护计划。 一种能够让机器人直接从未分类、相互重叠的物料流中进行拾取的视觉系统，将硬件功能整合到了软件中，从而将规格变更的周期性成本从机械改造转移到了视觉模型的重新配置上。

正是这种权衡，使得视觉引导拣选成为今年工业自动化领域竞争最激烈的领域之一。本月早些时候，ABB在上海中国国际工业博览会上推出了其自主研发的AI驱动视觉训练器以及两款新型精密机器人，旨在加快视觉系统学习识别新零件的速度。 CMES Robotics在JLS Automation参展的同一届PACK EXPO展会上，展示了一款AI引导的混箱码垛机，该设备针对同一条包装线上的不同环节：构建并稳定混SKU托盘，而非拣选单个柔性包装。 各参展商都在向买家传达着相同的观点：包装自动化的瓶颈已从机器人手臂——这种硬件如今已相当成熟且基本商品化——转移到了感知软件上，正是该软件告诉机器人手臂它实际看到的是什么。

这一转变的商业意义在食品和消费品制造领域尤为显著——在美国，尽管产量保持稳定，但用于人工分拣和手工包装岗位的劳动力供应却日益紧张。 一套能够可靠处理不规则产品的视觉系统，将消除包装线上最难招募的工种之一——这并非因为工作难以掌握，而是因为工作重复性强、需要整班站立，且几乎没有那些吸引工人转投仓储和物流岗位的薪资溢价。JLS Automation 并非

JLS Vision AI在其宣传材料中将该产品定位为直接替代人工的工具，但淘汰人工分拣工位的经济考量，与过去十五年来推动食品制造商采用机器人装箱技术的经济考量如出一辙。

正确解读现场演示

有必要准确说明本周在麦考密克会展中心（McCormick Place）的参会者究竟看到了什么，因为展会上的视觉系统演示通常会使用经过预先安排、旨在凸显系统优势的产品。JLS Automation的解说演示定于周一下午2点 中部的下午2点，演示使用的是调味料小包，这些小包被刻意以不规则、重叠的方式送入系统。视觉系统需对每包进行分类，选择可抓取的目标，校正其方向，并在当前目标放置完毕后重新锁定下一个目标，并在展会开放的每一小时内循环重复这一过程。 一个能在为期多天的公开演示中持续保持该循环且无需操作员干预的系统，其价值主张与仅为产品视频拍摄的一次预先编排的运行截然不同；而这种持续、无人监督的运行模式，正是食品制造商在投入资金前，希望针对自身产品再次验证的关键。

对买家而言，更棘手的问题并非该系统能否在理想照明条件和精心挑选的产品组合下于展会现场正常运行，而是它能否经受住实际生产中各种变数的考验：例如产品到货时湿漉漉的、破损的、标签错误的，或超出正常尺寸公差范围——这些情况在演示展位上极少能重现。 JLS Automation在产品发布时并未公布独立的第三方验证数据，且该公司已明确表示，JLS Vision AI目前定位为特定JLS机器人包装系统的附加组件，而非用于竞争对手已安装设备的改装套件，这使得其短期可触达市场仅限于已运行或计划运行JLS系统的工厂。

硬件。

这种更窄的适用范围是一种刻意选择，而非公司刻意隐瞒的限制。仅向其已安装和新售出的设备销售视觉升级方案，使JLS Automation能够控制集成质量——而如果将软件功能叠加到陌生的第三方硬件上，则无法保证这种质量， 这意味着该公司最终能够引用的每一位参考客户，都将在JLS机器上运行该系统，并享受JLS的技术支持，而非在不兼容的改造方案中运行——后者不仅故障更难诊断，还更容易将责任归咎于错误的供应商。

利基市场发布背后的战略信号

针对某供应商现有机器人包装线推出的视觉升级方案，单就其本身而言，只是一则不起眼的产品公告。其意义在于发布时机和公司背景。JLS Automation 花了三十年时间，在食品行业建立了以卫生、洁净设计为核心的声誉——该行业历来对采用新自动化技术持保守态度，更倾向于选择经过验证的机械可靠性，而非实验性的软件。 一家拥有此类客户群的公司，选择在PACK EXPO展会上以人工智能视觉系统而非全新机械平台作为主打，这释放出一个信号：即便是工业买家中最规避风险的群体，如今也已将机器学习驱动的感知技术作为新包装线的标准配置，而非仅限于物流和仓储领域的昂贵附加功能。

周三PACK EXPO闭幕后，麦考密克会展中心的展位将再次归于平静，但此次演示为其他所有卫生级包装供应商提出的疑问却不会随之消散。 即：经过训练能够处理真实混乱场景（而非仅处理经过精心排列以显得井然有序的产品）的视觉系统，是否已成为买家在批准采购新的机器人单元前所预期的基本标准。

本文内容参考了JLS Automation公司自身的公开产品页面、其2026年国际PACK EXPO展会参展资料以及公开的行业信息。

关于在同一活动中展示的视觉引导式机器人包装系统的报道。本文仅供一般参考，不构成投资、法律或专业建议。

封面图：JLS Vision AI正在JLS Automation的包装线上对调味包进行分拣，图片由JLS Automation提供。