焊接机器人的“大脑”之争:一个垂类大模型如何改变车间里的知识分配

工业AI的叙事,过去两年被两种场景主导:一种是机械臂在产线上重复抓取,另一种是质检摄像头在流水线末端挑出瑕疵品。两者都是视觉与控制的游戏,算法替人看、替人动,但很少替人“想”。

真正让我觉得事情在起变化的,是一个不太起眼的细分领域:焊接。

焊接这件事,在制造业里地位特殊。它不像冲压、注塑那样标准化程度高,焊缝质量很大程度上依赖焊工的经验——电流调多大、速度走多快、角度偏几度,这些参数写在老师傅的手感里,不写在任何一本手册上。一个成熟焊工的培养周期以年计,而他们的经验随着退休离开车间,这件事一直在发生。

今年11月,南通博清科技自主研发的“际銮”焊接大模型通过了国家生成式人工智能服务备案,成为国内首个过备案的工业焊接垂类大模型。这条消息淹没在领航工厂扩容和世界智能制造大会的声量里,不太显眼。但把它放在工业知识传承的脉络里看,分量不一样。

“际銮”这个名字取自潘际銮院士,博清科技的技术源头是清华团队二十余年的焊接研究积累。他们的爬行焊接机器人吸附在大型工件表面,边爬边焊,全程不需要人扶。新备案的大模型是它的“大脑”,能做的不只是控制运动轨迹,还包括焊接工艺的智能生成、质量预测和参数优化。工业现场验证的数据是:工艺开发周期缩短60%,综合生产成本降低40%以上。

这意味着什么?过去接到一个新工件的焊接任务,工艺工程师要翻手册、查类似案例、试焊、调参数,一套流程走下来少则几天多则数周。现在模型基于积累的焊接知识图谱和海量工业数据,直接给出初始工艺方案。人的角色从“从零推导”变成“审核与微调”。

这不是替代焊工,这是把焊工的经验从个体记忆中抽出来,变成可调用、可复用的资产。一个老师傅退休,他的手法不会跟着消失,因为那些判断逻辑已经被编码进了模型里。新的焊工遇到问题,问模型和问老师傅,得到的答案质量可能差不多,但模型不会退休。

同样的事情也发生在海缆制造领域。中天科技海缆公司自主研发的“海睿全域智询”系统,基于本地化部署的DeepSeek大模型和厂区知识图谱运行,今年上半年完成全厂推广。超高压海缆的工艺参数是企业的核心机密,数据不能出厂,所以他们选择了本地部署。系统灌入了海缆工艺标准、设备手册、作业规范,持续学习之后,用他们人工智能首席专家陈闻达的话说,“相当于一名有3到5年经验的老员工”。

有一个细节很有意思。过去工程师查一份工艺资料,平均耗时12到18分钟;现在用自然语言提问,4到6分钟就能拿到答案,全厂知识覆盖率超过98%。但陈闻达注意到的是另一件事:夜班没有技术主管在岗的时候,系统使用率最高。

这个细节比任何效率数字都说明问题。夜班是车间里知识最稀薄的时段,老师傅不在,新人遇到问题只能凭感觉或等天亮。现在他们有一个随时可以问的对象,哪怕这个对象只是一个模型。一个刚入职的机修工养成了“先问海睿、有分歧再打电话”的习惯,这个习惯本身就在重塑车间的知识流动方式。

把这两个案例放在一起看,会发现一条共同的线索:工业AI真正在改变的,不是机器替人干活,而是知识在车间里的分布方式。过去,关键经验集中在少数老师傅身上,像一座座孤岛。现在,这些经验被抽出来、编码、灌进模型,变成每个工位上的人都能触及的东西。

这和领航工厂在做的事情其实是同一个方向的不同尺度。东方汽轮机把设计和工艺拆成“积木”按订单拼装,沈鼓把研发制造和远程运维打通让核主泵六十年都有人“盯着”。这些是组织层面的知识资产化。焊接大模型和海缆智询系统,是工位层面的知识资产化。

周济院士在智能制造大会上说,智能技术是赋能者,制造技术才是本体。这句话放在焊接和查资料这两个场景里,格外贴切。大模型再好,焊缝最终要靠焊枪走出来的;问答系统再快,海缆的绝缘层要靠挤出机一层层包上去的。AI做的,是让那些决定焊枪怎么走、挤出机参数怎么设的知识,不再只存在于几个人的脑子里。

智产社关注工业,关注的就是这些“知识从人身上剥离、变成可复用资产”的时刻。领航工厂名单会继续扩容,大模型会越来越多,但真正值得记录的东西,是车间里那些曾经只属于个人的判断,开始变成所有人都能调用的东西。焊接机器人的“大脑”之争,争的不是算力,是老师傅退休之后,那些手感还在不在。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:焊接机器人的“大脑”之争:一个垂类大模型如何改变车间里的知识分配
文章链接:https://m.szellemitulajdon.com/zhizao/186.html