<?xml version="1.0" encoding="UTF-8"?><rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>多机器人协作 | 行业新闻_制造（点击查看更多）</title><description>搜索引擎 + AI 驱动的行业新闻【覆盖行业】信保 ｜出口 ｜金融 制造 ｜农业 ｜建筑 ｜地产  零售 ｜物流 ｜数智【访问入口】hangyexinwen.com【新闻分享】点击发布时间即可分享【联系我们】xinbaoren.com（微信内打开提交表单）</description><link>https://zhizao.hangyexinwen.com</link><item><title>⁣📰 江苏参建的科研机构斩获全球顶级论文奖项_中共江苏省委新闻网本次报道聚焦ICRA 2026上，一项由中国科学院工业人工智能研究所物理智能团队与深圳大学等合作的论文荣获自动化方向最佳论文奖</title><link>https://zhizao.hangyexinwen.com/posts/10875</link><guid isPermaLink="true">https://zhizao.hangyexinwen.com/posts/10875</guid><pubDate>Sat, 13 Jun 2026 02:28:28 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 江苏参建的科研机构斩获全球顶级论文奖项_中共江苏省委新闻网&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;本次报道聚焦ICRA 2026上，一项由中国科学院工业人工智能研究所物理智能团队与深圳大学等合作的论文荣获自动化方向最佳论文奖。论文提出IMR-LLM框架，将大语言模型在工业产线应用分为两步走：先理解任务需求、分解工序并完成机器人分配，生成流程图以明确“哪台机器人何时完成哪部分任务”；再对流程图每个节点的工序编写详细代码，指导机器人具体操作，从而显著降低推理负担并提升流程最优性与生产效率。为验证方法，研究团队建立了覆盖23个真实工业场景、50个制造任务的数据集，任务涵盖不同产线布局与多机器人协作，最高可包含24道工序。实验结果显示，该方法在各项指标上优于现有方法，且随着任务复杂度的提升优势更明显。未来，团队计划在IMR-LLM框架中加入执行反馈，构建感知—推理—执行—纠错的闭环系统，以提升对突发故障和需求变化的鲁棒性，推动大语言模型在更复杂工业场景的落地应用。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B&quot;&gt;#大语言模型&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%B7%A5%E4%B8%9AAI&quot;&gt;#工业AI&lt;/a&gt; &lt;a href=&quot;/search/%23IMR&quot;&gt;#IMR&lt;/a&gt;-LLM &lt;a href=&quot;/search/%23%E5%A4%9A%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%8D%8F%E4%BD%9C&quot;&gt;#多机器人协作&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%B7%A5%E4%B8%9A%E5%9C%BA%E6%99%AF&quot;&gt;#工业场景&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.zgjssw.gov.cn/yaowen/202606/t20260613_8578087.shtml&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 台达RS-M系列模组机器人全新上市台达推出RS-M系列模组机器人，针对电子制造中传统工业机器人重量重、协作机器人速度慢的痛点，提供既轻量化又高速度的新选择</title><link>https://zhizao.hangyexinwen.com/posts/9883</link><guid isPermaLink="true">https://zhizao.hangyexinwen.com/posts/9883</guid><pubDate>Fri, 15 May 2026 21:08:28 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 台达RS-M系列模组机器人全新上市&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;台达推出RS-M系列模组机器人，针对电子制造中传统工业机器人重量重、协作机器人速度慢的痛点，提供既轻量化又高速度的新选择。与传统工业机器人相比，RS-M系列整体重量减轻约15%，运行速度提升约25%，并在刹车、编码器、电机及驱动器等核心元件上实现高度集成，提升动态响应与定位精度。该系列支持手持教导器、移动设备及电脑等多平台编程，取消电池供电模式，避免断电导致的原点丢失，运维更简便、可靠。模块化架构允许快速定制不同规格，故障维修时可直接更换受损模块，无需整机拆解，大幅缩短停机时间，提升连续性。核心性能方面，重复定位精度达±0.05mm，作业臂展500mm至1800mm，负载最高30kg，具IP67防护，适应机床上下料、PCB组装和AI服务器外观检测等场景，展现出“刚柔并济”的应用特性，提升生产效率与良率。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E6%A8%A1%E7%BB%84%E6%9C%BA%E5%99%A8%E4%BA%BA&quot;&gt;#模组机器人&lt;/a&gt; &lt;a href=&quot;/search/%23%E9%AB%98%E9%80%9F%E5%BA%A6&quot;&gt;#高速度&lt;/a&gt; &lt;a href=&quot;/search/%23%E8%BD%BB%E9%87%8F%E5%8C%96&quot;&gt;#轻量化&lt;/a&gt; &lt;a href=&quot;/search/%23%E8%87%AA%E7%A0%94%E9%9B%B6%E9%83%A8%E4%BB%B6&quot;&gt;#自研零部件&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%A4%9A%E5%9C%BA%E6%99%AF%E5%BA%94%E7%94%A8&quot;&gt;#多场景应用&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.industrysourcing.cn/article/476453&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 我国首个具身智能工程机器人行业标准在成都启动编制本次活动在四川成都启动了中国首个“具身智能工程机器人行业标准”的编制工作，旨在于今年内完成发布，统一产品技术评价、安全规范与规模化应用标准，推动产业从技术研发向规则制定的转变</title><link>https://zhizao.hangyexinwen.com/posts/8056</link><guid isPermaLink="true">https://zhizao.hangyexinwen.com/posts/8056</guid><pubDate>Wed, 25 Mar 2026 15:35:23 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 我国首个具身智能工程机器人行业标准在成都启动编制&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;本次活动在四川成都启动了中国首个“具身智能工程机器人行业标准”的编制工作，旨在于今年内完成发布，统一产品技术评价、安全规范与规模化应用标准，推动产业从技术研发向规则制定的转变。成都人形机器人创新中心同期发布全球首个具身智能工程机器人多模态大模型，该模型解决了工程现场多机协同与跨机种高效调度等难题，具备多源数据分析与自主决策能力，实现从感知智能到系统决策智能的跃迁，为工程现场的多机器人集群作业提供“核心大脑”，标志着具身智能在工程化应用方面取得重要突破。该进展有望帮助我国在高海拔、极端环境等智能建造与运维难题上实现从技术攻关到产业化应用的关键跨越，促进行业标准化和应用落地。来源信息提示关注荣格智能制造的前沿资讯。 &lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E6%99%BA%E8%83%BD%E5%88%B6%E9%80%A0&quot;&gt;#智能制造&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%A4%9A%E6%A8%A1%E6%80%81&quot;&gt;#多模态&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%A4%9A%E6%9C%BA%E5%8D%8F%E5%90%8C&quot;&gt;#多机协同&lt;/a&gt; &lt;a href=&quot;/search/%23%E8%A1%8C%E4%B8%9A%E6%A0%87%E5%87%86&quot;&gt;#行业标准&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%B7%A5%E7%A8%8B%E6%9C%BA%E5%99%A8%E4%BA%BA&quot;&gt;#工程机器人&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.industrysourcing.cn/article/474921&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 工业机器人，从“听话”到可自主决策（经济新方位·全年数据微视角）_国内_红星新闻网2025年，中国经济稳健前行，数据亮眼背后是无数微观主体的努力</title><link>https://zhizao.hangyexinwen.com/posts/6132</link><guid isPermaLink="true">https://zhizao.hangyexinwen.com/posts/6132</guid><pubDate>Mon, 26 Jan 2026 20:14:11 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 工业机器人，从“听话”到可自主决策（经济新方位·全年数据微视角）_国内_红星新闻网&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;2025年，中国经济稳健前行，数据亮眼背后是无数微观主体的努力。成都卡诺普的具身智能实验室在升级自主识别与决策的工业机器人“灵烁”，以AI赋能实现焊接、巡检、分拣等场景的智能化。团队通过对比分析，发现手臂抖动源于算法与电机模组参数不匹配，强调需要提升底层算法与多模态感知能力，以应对日益多样的生产任务。&lt;br /&gt;在升级换代中，公司采用通用技术底座，针对不同应用场景训练垂直模型，期望机器人具备视觉、力觉、语义融合等能力，担任工厂“车间主任”。为验证与迭代，研发团队不断测试，调整算法与模组参数，确保动作更顺滑。成都经开区聚集120余家相关企业，推动产业协同、人才培养与高校实习基地建设，为未来智能制造注入持续活力。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E5%B7%A5%E4%B8%9A%E6%9C%BA%E5%99%A8%E4%BA%BA&quot;&gt;#工业机器人&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%99%BA%E8%83%BD%E5%88%B6%E9%80%A0&quot;&gt;#智能制造&lt;/a&gt; &lt;a href=&quot;/search/%23%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD&quot;&gt;#人工智能&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%A4%9A%E6%A8%A1%E6%80%81%E6%84%9F%E7%9F%A5&quot;&gt;#多模态感知&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://news.chengdu.cn/2026/0126/6977673f6399f93fa7c7827a.shtml&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item></channel></rss>