工业具身智能已经进厂发挥价值了丨ToB产业观察

夏天，船厂船舱内温度能达到60度，焊工穿着石棉服进去作业；焊球罐时工件表面要加热到180度甚至200度；焊接产生的电弧光会导致电光性眼炎、白内障，锰钢焊接释放的锰蒸汽有毒。高空坠落的风险更是家常便饭，甚至有的焊接现场边上就停着救护车，焊接工人进去20分钟就得出来，有些甚至需要其他人拖出来。

焊接行业是工业领域高危的行业之一，而如今，这个行业在具身智能的影响下，已经可以解放人力，让焊接工人在更为舒适的环境下实施焊接操作。

行业缺口如何靠具身智能填补？

与焊接工人工作环境相对应的是，焊工在以每年约10万人的速度退休，而年轻人几乎不再进入这个行业，但中国制造业对焊接的需求，却从来没有像今天这么大。人社部2026年公布的数据显示，全国焊工缺口超过300万人。建造业技术工人的平均年龄已达55岁，35岁以下的焊工占比不到15%。钢结构行业协会的统计数据更具体：60后与70后焊工合计占比高达61%，80后占26%，90后仅占13%。

博清科技副总经理兼CTO韩冬与笔者分享了一个细节，他们在船厂和各种压力容器厂交流时发现，稍微好一点的焊工岗位从来没见过00后的焊工，甚至90后都不常见，“尽管焊工的收入很高，但年轻人宁可去送外卖、跑滴滴，也不愿意进车间拿焊枪”，韩冬如是说。

原因不难理解，因为焊接作业环境太恶劣了，船厂夏天船舱内温度能达到60度，焊工穿着石棉服进去作业。焊球罐时工件表面要加热到180度甚至200度。焊接产生的电弧光会导致电光性眼炎、白内障，锰钢焊接释放的锰蒸汽有毒。高空坠落的风险更是家常便饭。

焊工正在减少，但焊接的需求不仅没有减少，反而在暴涨。2026年一季度，中国造船业新接订单量5953万载重吨，同比暴涨195.2%，全球占比高达84.9%。LNG船、大型邮轮、深海钻井平台，这些“大国重器”的建造，没有一个离得开焊接，“我们合作的某个船厂，手头接的LNG船订单就超过2000亿。全凭人工去焊，产能根本跟不上。”韩冬指出。

这也就造就了焊接机器人巨大的市场上升空间。过往统计显示，仅造船、石油石化、轨道交通、核电四大行业每年建设投资总额约4万亿元，而其中人工焊接占比依然较高。随着产业智能化升级的持续推进，焊接机器人所对应的潜在市场规模将达到万亿级别。

但问题在于市面上绝大部分焊接机器人，也仅仅是机器人，而不是具身智能，因为他们不具备思考的能力。

传统的工业焊接机器人本质上是一台示教再现设备。工程师拿着示教器，一笔一画地把运动轨迹教给机器人，然后机器人按照这套程序重复执行。工件稍微放偏一点，焊缝位置变了，机器人照样按原轨迹焊，焊偏了就是废品。

此外，产品一换款，程序全部作废，需要重新示教。一家大型钢构企业的负责人曾公开表示：“现在最难的已经不是买机器人，而是让机器人真正干好活。”

更麻烦的是，能教机器人的人也在变少。传统焊接机器人需要既懂编程、又懂工艺、又懂设备的复合型人才去调试，而韩冬告诉笔者，这类人才的稀缺程度，比焊工本身还高。一台几十万的设备买回来，因为没人会编程，停在那里吃灰的案例并不少见。

给机器人装个大脑

用最简单的话来说，传统机器人跟具身智能之间差别最大的就是具身智能拥有一个能思考的大脑，而这也是博清科技推出际銮大模型的出发点。

据韩冬介绍，际銮大模型的技术内核是一套自主构建的百万级焊接知识图谱与千万级元数据训练体系。直白点说，博清科技把过去几十年积累的焊接理论、工艺参数、实操数据，碳钢、不锈钢、钛合金等95%以上大类金属材料的焊接参数，以及超过3000万组真实工业焊接作业数据，全部“喂”给了大模型。同时博清的机器人焊接系统还能够实时采集电流电压、熔池形态等13类作业参数，进一步帮助客户收集实际场景信息并不断提升大模型在特定场景中的实际表现。

谈及为什么要推出焊接垂类的模型时，韩冬表示，焊接工艺太复杂了，比如用什么焊材、什么电压电流、什么手法、什么速度，再加上温度湿度气体流量，“几十个变量交织在一起，而且很多是非线性的。过去这些经验都藏在老师傅的脑子里，口口相传，一张纸写完可能就丢了”，韩冬进一步指出，“大模型的价值在于，把这些隐性的、经验性的东西变成可以被采集、被表达、被训练的数据。”

而在现实应用中，际銮大模型已经展现了可量化的价值，据韩冬介绍，际銮大模型可将焊接工艺开发周期缩短60%，综合生产成本降低40%以上。

效率提升方面，韩冬表示，传统工艺研发，工程师可能需要从零间隙开始试，1毫米、2毫米、3毫米、4毫米......每种间隙做一套工艺，尝试几十上百次才能找到最优解。有了大模型之后，输入基础信息，模型先推荐一个工艺方案，工程师在这个基础上微调验证就行。“从前可能要尝试100次才能找到合理的工艺，现在可以缩短到一个很小的范围。”韩冬如是说。

而成本的降低则更为明显，传统一个高级焊工的月薪在三万以上，培养一个合格的高级焊工需要三到五年，期间消耗的材料和培训成本可能达到几百万。而一个机器人操作工，培训几周到一个月就能上岗。一个人可以同时操控多台机器人，在需要24小时连续作业的场景里，机器比人更能扛。

当然，在韩冬看来，具身智能不是简单地把AI能力叠加到一台焊接设备上。机器人本体是物理执行载体，其能够在船舶、储罐、管道、钢结构等大型结构件表面吸附、爬行并完成焊接作业。智能视觉传感器相当于“眼睛”，负责识别焊缝位置，感知坡口、间隙、错边等现场变化。际銮大模型和智能焊接分析系统则构成具身智能的工艺大脑和神经系统。三者配合，形成从“感知-理解-决策-执行-反馈优化”的完整闭环。

博清科技也给整个焊接具身智能的智能化水平分成了从L1到L5五级。L1是编程示教，L2是自动焊接，而博清科技在典型工业场景中已经实现了L3级有条件智能焊接，在特定工况下，机器人可以自动完成焊接任务、自动调取工艺参数、自动生成焊接轨迹。据韩冬介绍，在实验室场景中已基本实现以际銮焊接大模型赋能模型与数据驱动型具身智能机器人，可在工件随机变化条件下自适应匹配焊接工艺，能力基本接近L4级高度智能化焊接水平。

从L3到L4，技术跨越的难点在哪里？韩冬表示，焊接不是孤立的工序，前面还有组对、装配。工件精度越高，自动化越容易发挥，“就像自动驾驶在高速公路上比在城市小巷里开得好。”韩冬比喻道。

但现实是，很多场景做不到高精度装配。比如，大轮船组对到最后，前面积累的各种误差都集中到一条焊缝上。“在这种条件不够好的情况下，怎么让机器人依然焊出合格的产品？这是智能化要解决的核心问题。”韩冬强调。

与此同时，韩冬坦言，目前离真正的L5级具身智能还有一段距离，“当达到L5水平的时候，机器人能听懂类似‘把那儿给我焊了’这样的指令，自己找到位置、自己规划、自己完成。”韩冬如是说。

实验室到工厂

前不久，WAIC上有不少家具身企业带来了形态各异的产品，但热闹的展台背后，产业一线的声音远没有那么乐观。智元合伙人姚卯青说了一句话：“能用到可用，是从0.1到100的鸿沟。”博世中国战略副总裁刘敏给出了更具体的数字：工业场景需要节拍压进6秒、准确率做到99%以上，达不到这些数字，工厂不会买单。

而焊接场景，恰好处于这条鸿沟的中间。一方面，焊接的需求极其刚性。韩冬表示，“只要工业制造就需要焊接，轧钢机能轧的钢板最宽也就5米，任何比5米大的东西，大概率都要用焊接。”中国制造业越发展，焊接的需求就越多。这种需求催生了一个巨大的市场，据测算，若以一台焊接机器人可替代2.5名焊工计算，智能焊接机器人的潜在市场空间达140万台。

另一方面，焊接又是一个极其复杂的物理化学过程。大语言模型的训练可以很容易拿到标准答案，把一句话里的一个字抠掉让模型去猜，猜对了就是对了。但焊接想知道是否对了，焊完了要做超声波检测、磁粉检测、甚至射线探伤。检测完发现缺陷，再把结果回溯到焊接过程中采集的全部数据里做精准对齐。这个过程非常慢，而且大部分生产环境中根本做不到，因为工厂要追求效率，不可能焊完一条焊缝就停下来等检测。

与此同时，韩冬也坦言焊接行业的数字化基础非常薄弱。很多历史工艺信息都是靠老师傅口口相传，“过去人工焊接，哪有什么熔池传感器数据、焊缝三维数据？”韩冬进一步指出，“博清科技现在做的事情，很大一部分是从最底层开始，先设计焊接到底需要收集什么数据，然后开发配套的软件系统去采集、结构化存储这些数据。”

这个过程没法取巧。博清科技用的是最传统的“笨办法”。在实验室里对材料做工艺研发，把过程中的数据一点点采下来。同时也开发了智能焊接分析系统卖给客户，此外还会和客户、研究所合作做工艺研发，共同拥有数据。韩冬承认，目前际銮大模型还处于相对初级的阶段。“它能覆盖基础的、最常用的焊接品类，覆盖面其实也不小了，但焊接的品类实在太多了。”韩冬坦承道。

这恰恰构成了一道护城河。焊接数据的采集和标注门槛极高。焊完要做各种检测，检测还需专业人员进行，普通人看不明白。博清科技在这个领域深耕多年，积累了别人短期难以复制的数据资产。

具身智能行业正在经历一场方向性的收敛。很多业内从业者都认为2026年是具身智能的分化之年，行业不再热衷于证明机器人“什么都能干”，而是开始划定“这件事我能做得最好”。工业和仓储场景被普遍视为2026年下半年具身智能商业化的重要验证窗口。

博清科技选择了一条很窄但很深的路。他们的机器人只干焊接这件事。但这件事，占了制造业四分之一体量的重工业场景。焊工在以每年10万人的速度消失，焊接的需求在以更快的速度膨胀。这个剪刀差里，藏着博清科技的机会，也藏着中国制造业必须回答的一个问题：当老师傅都退休了，谁来接过那把焊枪？

（文｜Leo张ToB杂谈，作者｜张申宇，编辑丨杨林）