現場，樹根科技發(fā)布全新戰(zhàn)略：邁入工業(yè)智能時代，樹根科技的核心能力是“企業(yè)大腦”和“機器人大腦”，前者讓制造和管理更加智能，后者讓產品更加智慧。

“相信智能將成為這個時代最核心的增長動力，也更相信工業(yè)能夠有極大提升。”會上，樹根科技副董事長杜錦程如是說。

Agent打開人類經驗盲盒

企業(yè)大腦可以發(fā)揮怎樣的作用？

以起重機臂架焊接場景為例，焊接是一個復雜場景，分為打底焊接、蓋面焊接、頭尾架焊接、附件焊接等四個工序，在上一個工位完成后通過吊裝進入下一個工位。

這不僅成本高，而且效率也低，那為什么不在一個工位完成？

因為過去用的是定制化預編程技術，每個焊接工位的工藝是不同的，焊接設備只能做平面焊接，極大限制了機器的半徑以及能力。

而樹根科技最新研發(fā)的“焊接Agent”，可以讓焊接變得更聰明，讓四個工序都在一個工位上解決；多種焊接工藝融合在一起，焊槍可以從任意角度焊接。這項技術一旦突破，會使得焊接成本降低35%，效率直線提升275%。

勞動力密集型場景普遍面臨一個重大挑戰(zhàn)：操作工藝很難被標準化，甚至很難被復制。在一家激光高新制造企業(yè)，整個光纖制作步驟有五步：拉絲、定位、封裝、耦合、串裝等，一系列工序全部靠手工完成，動作極其復雜，而且要求精度很高。

這就會帶來幾個問題：首先，因為工序復雜、工作環(huán)節(jié)多，員工經常會出現操作遺漏。但只要出現一次，整個產品就變?yōu)閺U品，無法挽回。

其次，因為不同人的操作工藝不相同，而且因為無法量化，導致良莠不齊，產品良好率比較低。這非常依賴經驗，新來者只能模仿老師傅，技術藏在老師傅腦袋里。因為經驗無法被復制，而新來者只能靠不斷犯錯獲取經驗。

操作工藝Agent則可以通過智能穿戴設備加上空間軌跡大模型，解決看似不可量化、不可呈現、不可進行數智解讀的難題。

那么，大模型到底是如何發(fā)揮作用的？它可以根據人員在空間操作時，如實記錄下他們的操作軌跡，讓看似不可見的手工操作工藝，融入到模型框架中，定位、時長、軌跡以及操作中加速度，不可標準的數據都能被記錄和量化。

有經驗的師傅則可以將這些數據提取出來，反復加以訓練，不斷復制“工藝Agent”。整個工藝過程可以被記錄，工藝操作可以標準化�？此撇豢蓚鞒械墓に嚱涷炓驳靡詡鞒�，甚至還可以不斷優(yōu)化。

“操作工藝Agent正在打開人類經驗的盲盒。”杜錦程說。

銷售Agent讓談判游刃有余

當下，中國制造業(yè)出海成為熱門話題，在此過程通常面臨三大核心挑戰(zhàn)：

一是多語言問題。由于語言不通，普通的翻譯軟件難以解決專業(yè)術語問題，這恰恰可以反映出銷售是否專業(yè)。

二是和客戶相談甚歡時，回來要生成方案，時間從一到兩周到一到兩個月都可能，時間越長留給競爭對手的機會越多，降低了成單率。

三是銷售經常會被問到各種專業(yè)性問題，涵蓋產品、技術甚至關于法務等。銷售若現場無法解答，不得不回來通過檢索和問詢公司專業(yè)人員，但是同樣反映出銷售的不專業(yè)性，也會影響最后成單。

樹根科技正在快速研發(fā)銷售Agent，其具備三個核心能力：多語言專業(yè)術語大模型、個性化多模態(tài)方案生成引擎、產品技術知識的快速檢索引擎。

以個性化多模態(tài)方案生成引擎為例，過去看起來很難生成并且周期非常長，極其耗人力的工作，也能夠實時生成并且快速做出調整，使得成單率進一步提高。

而快速檢索引擎，能夠使銷售隨問隨答，及時得到專業(yè)數據支撐，助力每次談判游刃有余。

推動機器到機器人蛻變

升級后的樹根科技，另一大戰(zhàn)略是“機器人大腦”。

其實機器人并不是一個新事物，只是過去主要基于“小模型+模塊化”基礎為底座，還需要手動編程、專業(yè)定制，導致滲透率低。

新一代技術之下，大模型、端到端技術的融合，使得通用人工智能加強了整體的泛化性，機器人能夠自主適應環(huán)境、自主適應任務、自主解決問題，機器人還能做到開箱即用。

大量的獲取數據，又使得機器人更加聰明，反過來，機器人可以應用到更多場景，更多場景又能推動量產，從而使成本大幅下降，形成正向循環(huán)商業(yè)模式。

這聽起來非常順暢，但一下場就會面臨真正挑戰(zhàn)，首先，“攔路虎”是數據采集難，場景數據、設備姿態(tài)數據、控制數據等等，怎么采，能夠采到什么程度，采集周期和成本是多少，都難以逾越。

其次，就算好不容易采集到的數據，也會面臨好數據、有用數據、無效數據的清洗和分類，不但周期長成本高，而且算力成本高、算法模型難，不同領域又有各自的模型和算法，好不容易招到這方面人才，還有一個學習行業(yè)知識的過程。

樹根的“機器人大腦”將提供兩個核心基座，一是機器人的數據平臺，解決數據難的問題。在這個平臺上，構建更多不同數據相關工具，包括算法自動標注工具、數據增強的數據、數據合成等。

另一個則是基座大模型，包括移動大模型和作業(yè)大模型。

把機器人所有的行為進行拆解可以發(fā)現，再復雜的機器人本質上都是兩個問題：從A到B點的位移，解決問題，即通過一系列的姿態(tài)和作業(yè)完成復雜任務。

樹根在實踐中不斷錘煉和訓練的模型，其他合作伙伴只需要在上面做微調，就能讓機器人和設備具備智能。

以叉車作業(yè)為例，老師傅邊行駛邊調整作業(yè)，而傳統(tǒng)無人叉車需要幾個工程師提前建模，提前人工規(guī)劃路徑，一旦環(huán)境變動又要重新來過，作業(yè)效率并沒有提高。而為無人叉車裝上大腦之后，它能憑借視覺語言大模型，自動規(guī)劃最優(yōu)路徑。

接下來，樹根的“機器人大腦”將不僅僅存在叉車，也將會對廣泛的機器進行賦能，讓所有的機器都裝上大腦，從而完成從機器到機器人的蛻變，機器人也將對更多的場景產生更深遠的意義和價值。