工业AI浪潮:汉诺威展会:view工业模型进入工厂

2026-11-04 08:04:07

1781

近期,一系列密集的消息接踵而至。六月初,英伟达发布了名为Cosmos 3的物理导向世界模型,旨在将人工智能直接引入机器人环境。几乎在同一时间,西门子推出了新的工业平台Intelligence Center X,该平台将AI智能体与生产员工结合在一起,旨在将工业AI从孤立的试点项目转变为可扩展的应用。就在几周前,谷歌在其开发者大会I/O上也发布了名为Gemini Omni的“世界模型”,并宣布为此投资高达1900亿欧元。

这些公告的共同点在于方向——人工智能应当理解物理世界并能在其中行动。大型语言模型能够描述生产过程,但要在工厂中实际干预,则需要一种理解物理世界的AI。世界模型正是从这里切入,正在改变工业AI的格局。短短几周内,一个长期主要困扰专家的术语——“世界模型”——便成为了AI辩论的焦点。其背后涉及一个关乎数十亿投资、并决定每个自动化工厂未来的核心问题。

世界不仅仅是文本。目前,在工厂车间里,正决定着哪种人工智能才能真正发挥作用。过去几年的大型语言模型——ChatGPT、Gemini、Claude——因其几乎能谈论任何话题而令人印象深刻。它们从海量文本中汲取知识,并以流畅的语言输出。然而,在生产中,当百分之一毫米决定产品是否报废,一次误操作就能导致整条生产线停摆时,这种能力便达到了极限。一个仅从文本认识世界的模型,无法真正理解世界。正是在这一点上,世界模型登场了,并改变了游戏规则。

能言善辩,但对物理世界视而不见。一个大型语言模型可以如此精确地描述一条装配线,仿佛它已在旁边观察多年。它能识别错误模式,提出改进建议,回答后续问题。但是,一旦现实世界出现意外——当工件倾斜、机械手滑脱,或设备以无人预想的方式启动时——这种“全知”便结束了。模型缺乏对物体在空间中如何运动的内部图像。它只是阅读过关于物理的知识,却从未亲身体验过。

“对逻辑的理解非常有限”。图灵奖得主、Meta长期首席AI科学家扬·勒昆是LLM热潮最尖锐的批评者之一。他认为,语言模型拥有“非常有限的逻辑理解力”,“不理解物理世界,没有持久记忆,无法理性思考,也不能进行分层规划”。在他看来,这并非时间成熟与否的问题,而是这些系统架构中固有的局限。他对此的认真态度,从一件在业内引起轰动的人事变动中可见一斑:2025年底,勒昆在效力十二年后离开Meta,在巴黎创立了专注于世界模型的初创公司AMI Labs。2026年3月,该公司筹集了约十亿美元——这是欧洲企业有史以来获得的最大规模种子轮融资。然而,OpenAI联合创始人格雷格·布罗克曼对此坚决反对:通往通用AI的道路已近在眼前,而语言模型正引领着方向。如今,任何企业对其AI架构的决策,无论有意与否,都等于在这两个阵营中做出了选择。

一个拥有世界内部图像的模型。世界模型并非更大的语言模型,而是一种不同的方法。它们首要计算的不是下一个词出现的概率,而是在内部构建其环境的图像:下落的物体、作用中的力、引发后果的因果关系。在此基础上,它们模拟接下来会发生什么,甚至在实际发生之前。它们不是描述事件,而是预先演练。首批可靠的数据已经出现。在机器人领域,最新研究表明,当系统通过这种内部世界模型表征进行学习,而非直接处理原始数据时,性能可提升高达30%。这不仅仅是表面上的增益;它改变了这些系统工作的基础。两者的区别可以通过一个简单的过程来阐明:如果一个零件掉到传送带上,语言模型事后描述发生了什么。而世界模型则能预测掉落,及早发现偏差,并在错误发生之前纠正机械手。

研究界正在寻求明确定义。长期以来,究竟什么构成了世界模型一直模糊不清——每个研究小组都有不同的解释。2026年4月,一个国际团队通过开源框架OpenWorldLib提出了首个具有约束力的框架。根据该框架,一个世界模型需要感知其环境、干预环境,并在记忆中保持其状态。文本到视频系统(如Sora)被明确排除在外:它们能生成令人印象深刻的图像,但缺乏与真实世界的反馈。该工作最重要的观察结果或许是,现有的语言模型原则上已具备朝这个方向发展的前提条件。不过,距离实现目标还有很长的路要走。

2026年汉诺威工业博览会的展示。这个领域的快速变化在2026年汉诺威工业博览会上可见一斑。“物理AI”首次作为独立主题成为焦点:这种智能不是在屏幕上工作,而是嵌入在机器、设备和机器人中。三个例子尤其令人印象深刻。Agile Robots展示了其人形机器人Agile ONE,它能自主感知环境、独立决策,并在复杂的工业场景中实时行动,无需固定的程序流程。SEW-EURODRIVE推出了一款配置智能体,可通过对话方式调试机器和机器人。值得注意的是,该系统有意避开了传统的LLM架构,并将其视为一个独立的、欧洲的替代方案。最后,西门子通过一条灵活的制鞋生产线展示了核心所在——一种不仅能提出建议,更能亲自干预的AI。

跨具身迁移的基础模型。与此同时,一种可能从根本上简化机器人集成的方法正在研究中:用于所谓“跨具身迁移”的基础模型。一个使用各种不同类型机器人数据训练的单一模型,可以应用于它从未见过的机器。无需为每台机器从零开始,它可以将现有知识迁移到新硬件上。

语言模型和世界模型并非竞争对手。由Tobias Bock撰写的《2026年人形机器人研究》得出了一个冷静的结论:该技术正在走出实验室,首批工业应用已成现实。然而,要实现广泛部署,仍然缺乏稳健的自主性和可扩展的集成能力。与此同时,中国正在明显加快步伐,欧洲必须为保持竞争力而战。对于实践而言,可以得出三点结论:第一,关键在于为特定任务选择正确的架构。语言模型和世界模型并非竞争对手,而是相互补充:语言适用于与人类沟通,而内部世界模型则适用于干预物理过程。混淆两者,就是使用了错误的工具。第二,前瞻性规划的能力决定了运营的可靠性。一个系统是能评估可能的后果,还是仅从过去进行推断,这并非学术细节。它决定了一个解决方案是仅适用于试点项目,还是能在三班制生产中稳定运行。第三,数据战略正成为竞争因素。世界模型不是从文本中学习,而是从物理状态、传感器数据和真实流程中学习。谁今天能结构化和利用其生产和传感器数据,谁就为下一代AI的应用奠定了基础。

与其说是一个遥远的愿景,不如说是一个准备问题。语言模型已经展示了机器处理语言的能力。下一阶段要求更高:机器需要理解其环境并在此环境中行动。对于工业界来说,这与其说是一个遥远的愿景,不如说是一个准备问题。而准备工作的起点,在于企业自身的数据以及选择合适的技术。

下届展会时间:2027年04月05号~04月08号

展会地点:德国 汉诺威

展会行业:工业

本资讯由 “世界展会网” 整理编辑,作为国外展会资讯重要发布平台,同步汇集全球展会时间地点资讯。平台承接展位预定、展览搭建、展会策划、参观服务等业务,欢迎您的来电:400-837-8606(24 小时)接听!