9月11 日，树根科技工业智能生态日与工业和信息化部信息通信科学技术委员会人工智能赋能新型工业化专题研讨会在树根大厦举办。

现场，树根科技发布全新战略：迈入工业智能时代，树根科技的核心能力是“企业大脑”和“机器人大脑”，前者让制造和管理更加智能，后者让产品更加智慧。

“相信智能将成为这个时代最核心的增长动力，也更相信工业能够有极大提升。”会上，树根科技副董事长杜锦程如是说。

Agent打开人类经验盲盒

企业大脑可以发挥怎样的作用？

以起重机臂架焊接场景为例，焊接是一个复杂场景，分为打底焊接、盖面焊接、头尾架焊接、附件焊接等四个工序，在上一个工位完成后通过吊装进入下一个工位。

这不仅成本高，而且效率也低，那为什么不在一个工位完成？

因为过去用的是定制化预编程技术，每个焊接工位的工艺是不同的，焊接设备只能做平面焊接，极大限制了机器的半径以及能力。

而树根科技最新研发的“焊接Agent”，可以让焊接变得更聪明，让四个工序都在一个工位上解决；多种焊接工艺融合在一起，焊枪可以从任意角度焊接。这项技术一旦突破，会使得焊接成本降低35%，效率直线提升275%。

劳动力密集型场景普遍面临一个重大挑战：操作工艺很难被标准化，甚至很难被复制。在一家激光高新制造企业，整个光纤制作步骤有五步：拉丝、定位、封装、耦合、串装等，一系列工序全部靠手工完成，动作极其复杂，而且要求精度很高。

这就会带来几个问题：首先，因为工序复杂、工作环节多，员工经常会出现操作遗漏。但只要出现一次，整个产品就变为废品，无法挽回。

其次，因为不同人的操作工艺不相同，而且因为无法量化，导致良莠不齐，产品良好率比较低。这非常依赖经验，新来者只能模仿老师傅，技术藏在老师傅脑袋里。因为经验无法被复制，而新来者只能靠不断犯错获取经验。

操作工艺Agent则可以通过智能穿戴设备加上空间轨迹大模型，解决看似不可量化、不可呈现、不可进行数智解读的难题。

那么，大模型到底是如何发挥作用的？它可以根据人员在空间操作时，如实记录下他们的操作轨迹，让看似不可见的手工操作工艺，融入到模型框架中，定位、时长、轨迹以及操作中加速度，不可标准的数据都能被记录和量化。

有经验的师傅则可以将这些数据提取出来，反复加以训练，不断复制“工艺Agent”。整个工艺过程可以被记录，工艺操作可以标准化。看似不可传承的工艺经验也得以传承，甚至还可以不断优化。

“操作工艺Agent正在打开人类经验的盲盒。”杜锦程说。

销售Agent让谈判游刃有余

当下，中国制造业出海成为热门话题，在此过程通常面临三大核心挑战：

一是多语言问题。由于语言不通，普通的翻译软件难以解决专业术语问题，这恰恰可以反映出销售是否专业。

二是和客户相谈甚欢时，回来要生成方案，时间从一到两周到一到两个月都可能，时间越长留给竞争对手的机会越多，降低了成单率。

三是销售经常会被问到各种专业性问题，涵盖产品、技术甚至关于法务等。销售若现场无法解答，不得不回来通过检索和问询公司专业人员，但是同样反映出销售的不专业性，也会影响最后成单。

树根科技正在快速研发销售Agent，其具备三个核心能力：多语言专业术语大模型、个性化多模态方案生成引擎、产品技术知识的快速检索引擎。

以个性化多模态方案生成引擎为例，过去看起来很难生成并且周期非常长，极其耗人力的工作，也能够实时生成并且快速做出调整，使得成单率进一步提高。

而快速检索引擎，能够使销售随问随答，及时得到专业数据支撑，助力每次谈判游刃有余。

推动机器到机器人蜕变

升级后的树根科技，另一大战略是“机器人大脑”。

其实机器人并不是一个新事物，只是过去主要基于“小模型+模块化”基础为底座，还需要手动编程、专业定制，导致渗透率低。

新一代技术之下，大模型、端到端技术的融合，使得通用人工智能加强了整体的泛化性，机器人能够自主适应环境、自主适应任务、自主解决问题，机器人还能做到开箱即用。

大量的获取数据，又使得机器人更加聪明，反过来，机器人可以应用到更多场景，更多场景又能推动量产，从而使成本大幅下降，形成正向循环商业模式。

这听起来非常顺畅，但一下场就会面临真正挑战，首先，“拦路虎”是数据采集难，场景数据、设备姿态数据、控制数据等等，怎么采，能够采到什么程度，采集周期和成本是多少，都难以逾越。

其次，就算好不容易采集到的数据，也会面临好数据、有用数据、无效数据的清洗和分类，不但周期长成本高，而且算力成本高、算法模型难，不同领域又有各自的模型和算法，好不容易招到这方面人才，还有一个学习行业知识的过程。

树根的“机器人大脑”将提供两个核心基座，一是机器人的数据平台，解决数据难的问题。在这个平台上，构建更多不同数据相关工具，包括算法自动标注工具、数据增强的数据、数据合成等。

另一个则是基座大模型，包括移动大模型和作业大模型。

把机器人所有的行为进行拆解可以发现，再复杂的机器人本质上都是两个问题：从A到B点的位移，解决问题，即通过一系列的姿态和作业完成复杂任务。

树根在实践中不断锤炼和训练的模型，其他合作伙伴只需要在上面做微调，就能让机器人和设备具备智能。

以叉车作业为例，老师傅边行驶边调整作业，而传统无人叉车需要几个工程师提前建模，提前人工规划路径，一旦环境变动又要重新来过，作业效率并没有提高。而为无人叉车装上大脑之后，它能凭借视觉语言大模型，自动规划最优路径。

接下来，树根的“机器人大脑”将不仅仅存在叉车，也将会对广泛的机器进行赋能，让所有的机器都装上大脑，从而完成从机器到机器人的蜕变，机器人也将对更多的场景产生更深远的意义和价值。

【转载自 南方日报 南方+】