0
| 本文作者： 胡敏 | 2025-12-19 16:41 |
12月12日，第八屆 GAIR 全球人工智能與機器人大會于深圳正式拉開帷幕。
本次大會為期兩天，由GAIR研究院與雷峰網(wǎng)(公眾號：雷峰網(wǎng))聯(lián)合主辦，高文院士任指導(dǎo)委員會主席，楊強院士與朱曉蕊教授任大會主席。
作為 AI 產(chǎn)學(xué)研投界標(biāo)桿盛會，GAIR自2016年創(chuàng)辦以來，始終堅守 “傳承+創(chuàng)新” 內(nèi)核，是 AI 學(xué)界思想接力的陣地、技術(shù)交流的平臺，更是中國 AI 四十年發(fā)展的精神家園。過去四年大模型驅(qū)動 AI 產(chǎn)業(yè)加速變革，歲末年初 GAIR 如約而至，以高質(zhì)量觀點碰撞，為行業(yè)與大眾呈現(xiàn)AI時代的前沿洞見。
本次峰會之上，賽馬會「軟性材料應(yīng)用機器人」創(chuàng)科實驗室總監(jiān)、日本工程院院士小菅一弘為與會者們帶來了一場精彩紛呈的報告。
他揭示了服裝制造業(yè)正在面臨一個驚人矛盾：萬億美元級別的巨大市場，但自動化程度極低。六年前中國工業(yè)機器人用了 11700 臺，可服裝行業(yè)才用 157 臺，這個行業(yè)的自動化，現(xiàn)在才真正開始。
而究其原因，是處理柔性、易變形材料是世界性難題。傳統(tǒng)自動化依賴“剛性”夾具，無法適應(yīng)服裝款式的快速變化，導(dǎo)致自動化系統(tǒng)通用性差、成本高。
小菅一弘也提出了破局思路，他們團隊開發(fā)了一系列技術(shù)產(chǎn)品，讓機器能像熟練工人一樣感知、適應(yīng)、抓取、裁剪柔軟布料。
在商業(yè)化上，他們選定了“汽車座椅”這一場景。到 2028 年，汽車產(chǎn)品工業(yè)縫紉設(shè)備市場規(guī)模預(yù)計達到 36.3 億美元，雖然相較于龐大的服裝市場，這可能不算最大，但其產(chǎn)品附加值更高，市場價值非?？捎^，特別是歐洲市場，因為其人力成本高昂，這使得自動化成為了維持當(dāng)?shù)刂圃鞓I(yè)競爭力的迫切需求。
以下是小菅一弘演講的精彩內(nèi)容，雷峰網(wǎng)作了不改變原意的整理與編輯：
非常感謝主持人的介紹。
謝您的介紹和邀請。我擔(dān)任日本機器人系統(tǒng)公司的總監(jiān)，負(fù)責(zé)軟材料機器。我來自香港大學(xué)。今天受邀來到這里，上一次來是六年前的事。2019 年我曾介紹過一個我參與的研究方向，因此這次也希望延續(xù)當(dāng)時的話題。首先，我想簡要地給你展示一些有趣的視頻，這是我的起點。
這是我的團隊中一個可用的機器人，它于2005年誕生。這實際上是一個舞會機器人。她會估計男性舞者，以此來與他共舞。這是一個非常不同的故事。
但這是我們很久以前開發(fā)的。在工業(yè)生產(chǎn)中，我們曾開發(fā)過一個系統(tǒng)叫做——PaDY，目前這個應(yīng)用已經(jīng)在日本、巴西等多個工廠中使用。
2021 年，我加入香港大學(xué)，開始在“軟性材料機器人”相關(guān)領(lǐng)域進行研究。我們亦在香港創(chuàng)新科技署（ITC）資助的變革性服裝生產(chǎn)中心，啟動了服裝生產(chǎn)相關(guān)研究，今天的內(nèi)容也主要來自這項研究。
為什么要做這個研究？AI 在服裝領(lǐng)域的需求是什么？
各位都是做 AI 的，會覺得 AI 能夠解決很多問題。的確，在人工智能技術(shù)，特別是機器人技術(shù)領(lǐng)域，我們確實實現(xiàn)了許多制造過程的自動化。但很多人宣稱我們已經(jīng)能完全搞定這一切，這并非事實。
實際上，制造業(yè)涵蓋的種類繁多的工藝。當(dāng)你試圖用機器人實現(xiàn)自動化時，其中一個技術(shù)挑戰(zhàn)在于如何處理那些在軟件中難以被精準(zhǔn)定義的‘對象’。目前，大量涉及柔性材料的復(fù)雜工藝流程，仍然主要依靠技術(shù)嫻熟的工人來完成，或者說很難被自動化。
我舉個例子，你們可能不太了解，比如在制鞋業(yè)中就有一個典型情況：需要將緊密的纖維材料放入模具中，并與作為內(nèi)襯的皮革一起進行切割和加工。盡管有一些公司正在嘗試?yán)脵C器人技術(shù)和模仿人類手部動作的‘仿生技術(shù)’來解決這類問題，也取得了一些進展，但這個難題至今仍未得到完全解決。
回歸服裝本身，大家可能不清楚它的規(guī)模，到2030 年全球服裝行業(yè)全球營收規(guī)模預(yù)估可以達到 2.3 萬億美元。但是2019 年全球機器人使用量排行前五是：中國、日本、美國、韓國、德國。但服裝行業(yè)引入的工業(yè)機器人數(shù)量極少，中國僅157臺，而整體有大約11萬臺工業(yè)機器人設(shè)備被引入相關(guān)產(chǎn)業(yè)，形成鮮明反差。
服裝制造為什么難？哪里最耗時？研究顯示：80% 的生產(chǎn)時間與成本浪費在“物料處理”上（如搬、抓、鋪、定位）尤其在“縫制前的準(zhǔn)備”中，67% 的人工被用于整理布料、對齊、折疊等。
誠然，從歷史上看，已有不少研究者和企業(yè)針對柔性材料（如紡織品）的熱成型輪廓與遺傳算法優(yōu)化展開過探索。他們大量始于上世紀(jì)八九十年代，但后來很多項目中斷了。
如今在工業(yè)生產(chǎn)中，許多工序（例如切割、折疊、縫合、口袋定位、縫紉、面線、熨燙等）仍嚴(yán)重依賴人工。盡管某些環(huán)節(jié)已經(jīng)實現(xiàn)了一定程度的自動化，例如在多層織物切割中引入計算機數(shù)控機床，可以實現(xiàn)近乎全自動的操作，但在更多需要處理柔性、易變形材料的環(huán)節(jié)中，人類操作員仍是不可或缺的。
以當(dāng)前的縫紉環(huán)節(jié)為例：市面上的半自動縫紉機在處理非常柔軟的面料時，仍需工人配合使用夾具或模板來臨時固定材料，使之在局部區(qū)域變得“剛性”，才能被機器穩(wěn)定操作。這意味著，一旦口袋的形狀、尺寸或位置發(fā)生變化，整個夾具乃至系統(tǒng)都需要重新設(shè)計與調(diào)整，限制了自動化的通用性與響應(yīng)速度。
因此，我們說，在大規(guī)模生產(chǎn)中應(yīng)用的自動化系統(tǒng)往往是“固化”的——它們將某些工藝流程緊密耦合，適用于無需頻繁更換的設(shè)計，對操作人員的技術(shù)要求較低。而“半自動系統(tǒng)”則需要根據(jù)不同的產(chǎn)品設(shè)計和規(guī)格進行專門的系統(tǒng)配置與調(diào)試，無法像一套通用工具那樣適配所有需求。為此，在我們的研究項目中，我們著力開發(fā)了幾項關(guān)鍵的手部操作技術(shù)。
其中一種是針對多層裁剪后織物部件的分離與抓取問題。
通常，多層裁片會粘連在一起，而一件衣服的組裝需要逐一拾取單層裁片。為解決這一問題，我們設(shè)計了一種基于被動柔順機構(gòu)的抓取器，它通過外殼與內(nèi)置手指間的相對運動產(chǎn)生自適應(yīng)抓取動作，可穩(wěn)定拾取單層面料，并可集成于機械臂末端使用。
另一項技術(shù)是針對在壓力機或類似平臺上進行的拾取操作。在這種情況下，我們采用兩個機械臂進行協(xié)同作業(yè)。由于難以在空中精確定位和抓取目標(biāo)物件，我們引入了傳感器來實時監(jiān)測物體的狀態(tài)。這套系統(tǒng)主要依靠吸力抓取，這種方式在某些情況下非常簡單有效。當(dāng)多個目標(biāo)物貼合在一起時，系統(tǒng)需要能夠成功地將它們逐一分離并拾取。
為實現(xiàn)自適應(yīng)操作，系統(tǒng)需能實時檢測故障（如抓取失?。┎⒓皶r排除問題。在大多數(shù)實際生產(chǎn)中，處理獨特或非標(biāo)工件時，通常仍需要人工介入。為此，我們集成了基于人工智能的視覺檢測技術(shù)，它能以每秒約120幀的速度進行監(jiān)控和分析。這項技術(shù)既可以用于后端質(zhì)檢，也可以前置應(yīng)用于實時過程控制。
據(jù)我所知，行業(yè)內(nèi)約60%的自動化資源都專注于縫紉環(huán)節(jié)。因此，我們也高度重視縫紉工序的自動化，并開發(fā)了一項技術(shù)，專注于改造通用的工業(yè)縫紉機。在縫紉中，通常很容易實現(xiàn)自動化，例如通過送布牙或滾輪機構(gòu)帶動布料在針周圍移動。然而，真正的挑戰(zhàn)在于如何精確控制機針本身的運動軌跡——不僅需要定位，更需要控制針的穿刺路徑和姿態(tài)。這是一個典型的運動控制問題，它本質(zhì)上屬于一種非線性的控制過程。我的學(xué)生已成功為此設(shè)計了專用的控制器。
如此一來，機械手便能控制縫紉機頭，使其按照規(guī)劃的路徑和旋轉(zhuǎn)方向進行精密運動。只要運動足夠平滑，理論上可以實現(xiàn)任意復(fù)雜的縫紉軌跡。我們在設(shè)計中采用了在線收斂算法，可以實時調(diào)整。我們定義了相關(guān)的控制參數(shù)與比率，并將多種策略相結(jié)合，使得整體行為看起來更加協(xié)調(diào)和智能。我認(rèn)為，這正是具身智能的一種體現(xiàn)：機器能夠像熟練工人一樣，根據(jù)實際情況靈活地解決問題。關(guān)鍵在于，它不僅能定位，更能規(guī)劃和執(zhí)行完整的動作序列。
以上便是基于紙張（或柔性材料）的演示說明。通過這套系統(tǒng)，我們可以對其進行編程，讓它展示如何處理各種不同但結(jié)構(gòu)相似的形狀。
實現(xiàn)這一目標(biāo)的方法是多樣的，我們正在探索多種不同的技術(shù)路徑。有另一種實現(xiàn)全自動化的方案。通過使用 NEM 系統(tǒng)，機器人可以根據(jù)預(yù)置的指令進行操作。首先，將第一塊織物放置到位。在這個方案中，我們只使用縫紉機頭本身，然后通過對縫紉過程的操控，使其能夠基于預(yù)設(shè)的縫紉線跡進行工作，這其中會用到連接機構(gòu)。
借助 AI 視覺系統(tǒng)，我們可以實現(xiàn)對織物紋理的精準(zhǔn)匹配對齊。這是一種非常復(fù)雜的紋理處理。
通過視覺系統(tǒng)，我們可以將紋理對齊，并能處理多種不同類型的面料。這就是我們目前能做到的。這項技術(shù)讓一些原本不易實現(xiàn)的操作成為可能。這是一個非常重要且精妙的設(shè)計，我們正在用它來生產(chǎn)各種形狀的產(chǎn)品，例如從S形到W形，甚至是3D形狀。
我們成功開發(fā)了一些系統(tǒng)，可以使兩片不同裁片沿著各自的縫紉路徑準(zhǔn)確地結(jié)合到一起。我們確信這是一項非常重要的技術(shù)，因為它無需任何額外編程。傳感器已集成在內(nèi)，因此只需進行大量設(shè)置并啟動，系統(tǒng)就能將面料縫合以創(chuàng)建特定形狀。
還有人會說“你不需要使用機器人”。但我們剛剛部署了機器人來實現(xiàn)這個過程的完全自動化。通過整合兩臺機器人與這臺縫紉機，縫紉、修剪線頭等工序得以自動完成。這臺機器人的程序是由不熟悉機器人技術(shù)的人員編寫的，因此運行時會有些抖動，但這仍然是一個可行的方案。
由于我使用的是免費（或開源）的仿真軟件，所以整個過程耗時較長，但我覺得我們總體上還是加快了進度。
接下來是一個范例：處理T恤衫的肩部拼接。你需要將前后兩片織物精確地對齊疊合。通過運用 視覺伺服（Visual Servoing） 的概念，并結(jié)合與之前類似的鏈接技術(shù)，系統(tǒng)嘗試獲取輪廓信息以實現(xiàn)對齊。在此之后，它實際上就能“看到”并將這兩部分準(zhǔn)確地對齊在一起了。
更進一步說，我們所做的是基礎(chǔ)研究。我與這家公司沒有關(guān)聯(lián)，但我們發(fā)現(xiàn)了一個非常好的 YouTube 視頻，其中展示他們需要處理一塊內(nèi)含一百個的織物。這意味著，要讓織物運動，運動軌跡設(shè)計至關(guān)重要。而為了進行規(guī)劃，我們必須對織物的動力學(xué)行為進行建模，這非常困難。為此，我們使用了 Transformer 模型。我們用 Transformer 進行了運動規(guī)劃，對織物的動態(tài)運動進行建模，并以此為基礎(chǔ)生成動作。這是一個3D案例。
你可以看到機器手的動作能夠避免碰撞。這在很大程度上得益于精準(zhǔn)的掩模（Mask）處理。很多人都在從事相關(guān)領(lǐng)域和綠色能源的研究，因此我們也有一些可用于處理各種織物粗化（Roughing）的技術(shù)。關(guān)鍵在于，這不是處理可見的剛性物體。我們使用另一種架構(gòu)來訓(xùn)練控制器，使得同一個控制器可以用于處理多種不同的形狀或材質(zhì)。
這很有趣，但我們還沒有找到太多的實際應(yīng)用場景。因此，我們正在努力尋找應(yīng)用突破口。我們發(fā)現(xiàn)，之前深圳一家公司的例子或許展示了如何揀選一塊印花布。我們正試圖將這項研究推向下一階段，但要讓它被業(yè)界接受和采納并非易事。所以我們的一位學(xué)生正在嘗試。你可以使用某種特定的技術(shù)來實現(xiàn)這一點。我希望我們將來能夠應(yīng)用它。
正如我一直強調(diào)的，這件事至關(guān)重要。我們正在認(rèn)真考慮如何將這套系統(tǒng)推向市場。目前我們選定了“汽車座椅”這一場景。
到 2028 年，全球汽車座椅工業(yè)縫紉設(shè)備市場規(guī)模預(yù)計達到 36.3 億美元，雖然相較于龐大的應(yīng)用市場，這可能不算最大，但其產(chǎn)品附加值更高，市場價值非常可觀。我們認(rèn)為這是一個極具潛力的方向。有趣的是，最大的市場在歐洲，其次是中國、北美、東南亞和日本。歐洲市場之所以領(lǐng)先，是因為其人力成本高昂，這使得自動化成為了維持當(dāng)?shù)刂圃鞓I(yè)競爭力的迫切需求。這為我們創(chuàng)造了一個明確的轉(zhuǎn)型窗口和市場切入點。緊隨其后的是一個穩(wěn)定增長的、可觀的升級銷售市場。這是最后的，也是持續(xù)的一部分。
和之前一樣，我們的目標(biāo)始終如一：將一個復(fù)雜的工藝主題，轉(zhuǎn)變?yōu)橐粋€穩(wěn)定、可靠的自動化流程。非常感謝！這就是我們團隊的工作。我希望有些人，以及我本人，未來都能有機會向大家介紹，這套系統(tǒng)如何能夠真正幫助到各位。非常感謝大家的關(guān)注！
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
