界面新闻记者 | 张熹珑

将零件放上传送带，五个配置摄像头启动扫描，随后前端会呈现五个角度的照片，产品是否存在外观质量问题一目了然。

这是出自百度飞桨人工智能产业赋能中心的五向全域采集机器人。4月25日，该中心在广州琶洲正式落成。其销售经理罗锦富提到，目前在广州的算力中心有12.69P，相当于7万台电脑。

按照设想，采集机器人可以大范围应用于工业领域的流水线生产。“前期对模型进行数据采集后，就可以用于产品的质检，如标记是否引好、螺纹是否齐全、外观是否存在缺陷等。”罗锦富透露，设备预计在5月下旬发布，目前已有工厂在试用。

人工智能更多在智慧治理、交通出行、金融行业出现，例如安检处的面部识别。而越来越明显的趋势是，其应用将延伸至更多领域。

“除了政务服务、城市治理，工业领域例如质检等，都有很多图像识别的需求。”此前，云从科技联合创始人姚志强在接受界面大湾区采访时表示，To B端的智能制造和To C端的大健康，可能是人工智能新的方向，“目前国内在这两个领域的应用都比较分散。”

而国外相对走在前面。2022年，谷歌AlphaFold人工智能软件成功预测了人体几乎所有的蛋白质结构。

在业内看来，2023年有望成为“人工智能+生产制造业高速发展元年”。

“人工智能本身属于第四代工业革命里很关键的一个技术，之前在做的更多是信息化，解决生产关系跟生产资料的问题，比如搭平台，利用工业互联网、业务上云，把各类信息跟物体进行连接，但仍未解决生产力的问题。”百度飞桨（广州）产业赋能中心总经理冯绍彬提到。

如何提高生产力成为人工智能应用的下一个着力点，即提高人力和企业的效能，“但凡有人的岗位，可以通过人工智能，从视觉、听觉、触觉几个方向，进行工序级的技改。”冯绍彬说。

在他看来，制造业中目前在最不能产生价值但人又最多的岗位——质检环节，将首先受益于人工智能：“这一环节堆积了大量人手，也成为通过人工智能优化人员的重点。比起长时间、疲累状态下用手跟眼睛去识别，机器或许来得更靠谱。”

这也解释了为什么会将人工智能中心落成于广州，广东为制造业大省，各地布局了大量的中小工厂，无疑为机器人落地应用提供良好的基因。

罗锦富曾去往汕头、肇庆、东莞、梅州、清远等地调研。尽管制造业转型已提出多年，但他发现，不少地区劳动密集型模式普遍存在。在东莞的陶瓷工厂和纺织工厂，尽管生产实现了自动化，但质检环节仍堆积大量人手。

在汕头，一处专门进行PCB板回收的园区里，拆检电路板、融锡、分解元件，也全靠人手用钳子一个一个敲，效率不高且对人体有害。

“但如果是机器，首先可以识别是哪一类电路板，用机器把它夹起来，放在专门工位融锡，再通过震动分解元件并分类，精准度高也可以减少污染。”如果是质检流程，他预计采用人工智能设备后可以减少一半人手。

“产业中心立足广州，但辐射的是大湾区，会重点面向几个重要城市。”冯绍彬提到，香港以金融、服务业为主；东莞中小企业最聚集，也意味着主打中小型产品；广州在数据服务上相对领先。每个城市各有倾向，也有交叉。

除了普通的螺丝、PCB板，机器人亦能应用于更精细的作业，如TO底座，“这是芯片封装完的底座，肉眼是看不到的，需要用20倍、30倍的显微镜看。但通过设备可以识别它里面的缺陷。”罗锦富提及。

此外，芯片也是应用方向之一，其包含了演算成分，可以通过算法设计的优化提高制作工艺。从这个角度看，人工智能技术为先进制造带来了更多可能性。

但这并不意味着人工智能达到了在第二产业大面积铺开的阶段。姚志强指出，现时的技术主要是基于上一代人工智能，即专业化、专业场景的人工智能，又被称为“小模型”，还不能完全满足工业生产，“在制造领域，有很多零件要组装，可能是几百个非标配件。对于传统人工智能来说，因为要对每一个零件做一个模型，稍微有更换又要换一次模型，成本不划算。”

“不过通用人工智能很可能会打破这个局限，大模型非常容易理解每个零件和零件之间的不同，只要给它一个提示，就可以实现很高的准确度。”姚志强表示。

大模型是人工智能下一个风向，已经成为业内共识。冯绍彬指出，大模型是人工智能的第二阶段，具备更高的综合性和融合性，使得场景数据更加通用，可以实现各个行业的深度学习。

现如今，人工智能正在重塑制造业的版图。但也要意识到，其长远的价值并不仅在于对产业的帮扶。正如冯绍彬所说，“最终要实现的，除了高质量的产业，还有高质量的人才。今天社会上整体人才结构在不断调整，而我们也将发展到不再需要密集劳动力去做产业的阶段。”