中國新創公司於10間工廠部署具身人工智慧焊接機器人
據新華社報導,一家中國新創公司已在造船、鋼結構及橋樑建設等領域的十餘家工廠部署了具身人工智慧焊接機器人。該系統運用 3D 視覺、力感測及即時路徑規劃技術,無需預先編程的軌跡即可焊接複雜曲面。 該報導涵蓋了經濟效益(每小時有效成本低於80人民幣,相較於人工焊工的120至180人民幣)、推動採用該技術的勞動力短缺問題、品質提升(首次檢驗合格率超過95%),以及與Path Robotics和Novarc Technologies的競爭定位。

一家中國機器人新創公司已在超過 10 家專門從事造船、鋼結構製造及橋樑建設的工廠中,部署了其宣稱為業界首台「具身人工智慧」焊接機器人。 據新華社7月12日報導,此次部署標誌著具身智能在重工業應用領域的商業化進程邁出了實質性一步。與實驗室演示或受控的試點項目不同,這些部署涉及在實際生產環境中的持續運作,機器人必須在無需人類持續監督的情況下,適應多變的工件幾何形狀、環境條件及生產排程。
這家總部位於中國東部、專注於工業焊接自動化領域的新創公司,其系統整合了3D視覺、力感測及即時路徑規劃技術,使機器人無需預先編程軌跡,即可對複雜曲面進行焊接。 這種方法與傳統機器人焊接有根本性的差異,後者要求工程師必須針對每種工件幾何形狀預先編程精確的焊接路徑。
工業焊接:具身智能的試驗場
焊接是機器人自動化中要求最嚴苛的應用之一。這項任務需要同時控制多項變數,包括焊槍角度、行進速度、送絲速度、保護氣體流量及電弧電壓,同時還必須維持相對於工件的精確定位——而這些工件可能形狀不規則、夾具固定不佳,或在焊接過程中因熱變形而產生位移。 傳統的機器人焊接系統透過大量的離線編程來處理這種複雜性,但當各件工件之間存在顯著差異時,這種方法便會失效。
造船與橋樑建造領域正面臨著這項挑戰。
每個船體段、每根結構樑以及每個橋段都具有獨特的幾何形狀,這使得在大規模生產中進行預先編程變得不切實際。人類焊工能直覺地適應這些變化,並根據視覺反饋和觸覺感受,即時調整焊接技巧。這種「具身人工智慧」的方法試圖透過機器學習來複製這種適應能力,而非依靠明確的程式設計。此項部署的商業意義在於,它解決了真正的勞動力短缺問題,而非僅僅是降低成本。 隨著資深工人退休,加上年輕勞工傾向選擇體力需求較低的職業,中國造船業正面臨合格焊工的結構性短缺。過去十年間,中國船廠中持證焊工的平均年齡持續上升,而培訓新焊工達到所需認證水準則需耗時三至五年。
重工業自動焊接的經濟效益
中國重工業中,合格焊工的月薪介於 15,000 至 25,000 人民幣之間,具體取決於認證等級和地理區域。若將福利、安全設備、監督管理,以及因疲勞和輪班更換所導致的停工時間等全成本計算在內,實際每小時成本約為 120 至 180 人民幣。 這家新創公司聲稱,其機器人焊接系統在安排維護時段的前提下,每天可連續運作20小時;若以三年部署期攤銷計算,每小時有效成本可降至80人民幣以下。
然而,其經濟效益並非僅限於替代人力成本。自動化焊接的品質穩定性可降低返工率,而在造船業中,返工往往會消耗總焊接工時的10%至15%。職場傷害的減少——特別是因電弧閃光暴露及重複性勞損所導致的傷害——不僅能降低保險成本,亦能減輕法規遵循的負擔。此外,該系統的
能在對人力作業者構成安全風險的狹窄空間及高處進行作業,這擴大了可自動化的任務範圍。對於重工業的採購經理而言,相關的衡量指標並非每道焊縫的成本,而是「品質總成本」,其中包含返工、檢驗、維修,以及在結構應用中因焊縫缺陷所導致的下游後果——在這些應用中,一旦發生故障將帶來災難性風險。
在非結構化工廠環境中的規模化應用
橫跨 10 座或更多工廠的部署,表明該系統已超越單一廠區驗證的階段。每座工廠都面臨不同的環境條件、不同的工件類型、不同的夾具配置方式,以及不同的生產工作流程。一個能在多個廠區成功運作的系統,展現出單一廠區部署無法驗證的通用性。
多廠區部署面臨著巨大的技術挑戰。 各工廠的照明條件各異,會影響視覺系統;電磁干擾模式各異,會影響感測器精度;環境溫度各異,會影響熱管理;地面狀況各異,則會影響移動底盤的導航。這家新創公司能夠在如此廣泛的條件下進行部署,顯示其內建的 AI 架構已具備實質的穩健性,而非僅針對單一環境進行狹義優化。
每年 1,000 台的生產目標,顯示出該公司對市場需求與製造擴展性的信心。以消費級機器人標準來看,這個產量雖屬溫和,但對於單台售價通常介於 50 萬至 200 萬人民幣的工業系統而言,卻是相當可觀的。 若以每年 1,000 台的產量計算,該新創公司將產生 5 億至 20 億人民幣的年營收,使其躋身較大型的工業
按營收排名的中國機器人公司。具身人工智慧在生產現場的實際應用
試想在陌生城市中,GPS 導航系統與人類計程車司機之間的差異。GPS 會遵循預先計算好的路線,一旦道路受阻便會失靈;而人類司機則能即時調整,根據視覺線索及對城市布局的常識來尋找替代路線。 傳統的機器人焊接就像 GPS,而具身 AI 焊接則如同人類駕駛。其價值不在於完美遵循計畫,而在於當計畫不再符合現實時,能夠靈活調整。
這項區別對採購決策至關重要,因為它決定了哪些應用適合自動化。那些變動性高、批次規模小且幾何形狀複雜的任務——過去需要熟練的人工判斷——如今正進入自動化範疇。這將機器人焊接的潛在市場,從高產量重複性應用,拓展至低產量高複雜度應用,而後者佔據了重工業焊接工時的大部分。
部署聲明的驗證標準
作為國家級媒體的新華社,雖為該部署的存在提供了可信度,但技術細節卻相當有限。 所謂「業界首款具備AI能力的焊接機器人」的聲明,應被解讀為行銷定位陳述,而非經驗證的技術性區別。包括美國的Path Robotics和加拿大的Novarc Technologies在內的多家國際公司,均已在生產環境中部署了AI輔助焊接系統,儘管它們在架構和應用重點上有所不同。
對採購團隊而言,關鍵問題不在於這是否真的是首創,而在於該系統能否提供一致的焊接品質
其品質水準與可靠性足以證明這項資本投資的合理性。在 10 家工廠的部署雖顯示出商業化進展,但若能提供獨立的品質數據及客戶留存率,將更能證明其能持續創造價值。在中國多家工廠部署具備實體智能的焊接機器人,證實工業焊接正逐漸成為實體智能首批具有商業可行性的應用之一。勞動力短缺、品質要求與安全考量三者交織,共同構成了強有力的經濟論據,而這並非僅僅依賴於理論上的成本降低。
自主焊接的品質保證需要採用非破壞性檢測方法,包括超音波檢測、射線檢測,以及由認證焊接檢驗員進行的目視檢查。該新創公司聲稱,其系統的首次合格率超過 95%,而一般人工焊接工人的首次合格率則介於 85% 至 92% 之間,具體取決於接頭複雜度及焊接工人的經驗水平。 若經獨立驗證,僅憑這項品質提升,便足以證明資本投資的合理性,因為它能降低返工成本——在造船業中,返工成本可能佔總專案工時的10%至15%。
中國在自主焊接方面的監管環境正迅速演變。應急管理部已針對危險工業環境中的人工智慧輔助作業發布了指導方針,且多個省政府已設立試點區,允許自主焊接系統在放寬的認證要求下運作。相較於安全認證流程更為成熟但耗時更長的市場,這項監管支持加速了該技術在中國的部署。 中國市場的部署速度創造了數據優勢,且隨著時間推移,這種優勢將不斷累積,因為每運作一小時都會產生訓練數據
這有助於提升系統效能。人工智慧焊接系統的競爭格局涵蓋中國與國際廠商。總部位於俄亥俄州哥倫布市的 Path Robotics,已為其針對重型製造的自主焊接平台籌集逾 1 億美元資金;加拿大的 Novarc Technologies 則專注於管件焊接自動化;而 Universal Robots 與 FANUC 的協作機器人焊接系統,則針對較輕型的應用場景。 這家中國新創公司的差異化優勢在於,其專注於造船與重型結構焊接的特定挑戰——在這些領域中,工件規模、環境變異性及作業空間限制,與西方競爭對手所處理的輕型製造任務存在顯著差異。
本分析綜合了截至 2026 年 7 月的官方媒體報導、業界薪資數據及公開市場動態。











