AI 技術使機器人自主作業成為可能，產業應用前景愈發廣闊。目前，AI 技術通 過構建全面感知、實時互聯、分析決策、自主學習的智能系統，使機器人自主作 業成為可能。

 具體來看，AI 通過機器人視覺技術強化機器人的感知能力，通過 構建算法模型提升其分析決策、自主學習的能力，從而使機器人能夠獨立完成作 業。

 另外，以人形機器人為代表的智能移動機器人，在感知、決策等方面的需求 普遍高于傳統工業機器人。而 AI 技術恰好能彌補這一空缺，從而加速通用性更 強的人形機器人產業化落地。在 AI 技術的加持下，機器人在煤礦、深海、極地 等極端條件下的需求便會大大增加，產業整體應用前景愈發廣闊。

代表性公司

1 中信重工

特種機器人新產品涌現：隨著集成設計技術、運動管理控制技術、傳感器感知技術等關鍵技術的不斷突破，以਀人工 智能、5G 等新一代信息技術的融合應用持續深入，特種機器人加速應用于煤礦、深海、極地等場景，釋放出巨大的 生產和科研價值。智能巡檢機器人發展迅猛：隨著智能傳感、精準控制、人工智能等技術的深度應用，智能巡檢機器 人功能不斷改進、成本持續優化，產品市場普਀加速推進，應用場景從常規巡檢向智能抄表、線路監控、復雜環境檢 測等升級，帶動行業數字化水平提升。公司開發了具有高速運動系統的巡檢機器人，采用智能化、模塊化設計，能夠 對圖像、聲音、紅外熱像਀溫度、煙霧、多種氣體濃度等數據進行智能采集、判定、記錄與追溯，大幅度減輕作業人 員的勞動強度。

2 奧普特

 機器視覺作為人工智能領域最重要的前沿分支，未來前景十分廣闊。公司在機器視覺領域深耕多年，特別是在 3C 電 子、新能源等域，公司與國內外知名設備廠商和終端用戶有著長期的合作經歷，擁有豐富的機器視覺產品的設計、應 用案例庫。此外，深度學習技術將深刻改變機器視覺行業的技術發展，而行業數據是深度學習技術的基礎。深度學習 需要通過大量數據對人工智能模型進行訓練，不斷對模型進行調校和優化，最終使機器能夠像人類一樣自動作出判斷 并達到滿足實際應用要求的準確率。公司經過多年的專業化經營，在 3C 電子、新能源、半導體等行業積累了大量的 數據，有助于公司迅速對模型進行調校和優化，提高模型輸出結果的準確率和響應速度，在機器視覺的深度學習技術 領域搶占發展的高地。

3 大豪科技

 基于多年來對行業的理解和市場積累，公司在行業內領先推出縫制、針織行業 智能工廠云平臺系統，致力于為行業用 戶打造工業互聯網管理平臺，為終端制造工廠用戶提供多方位解決方案，進一步增加公司在縫制針織行業終端工廠的 用戶價值粘性。同時，公司也持續加大機器視覺、人工智能等技術在智能工廠解決方案中的應用投入，推出自動換底 線機器人產品、利用圖像識別技術視覺自動尋邊繡等產品，獲得行業用戶認可，產品的市場覆蓋面不斷擴大。