供需大厅

登录/注册

公众号

更多资讯,关注微信公众号

小秘书

更多资讯,关注荣格小秘书

邮箱

您可以联系我们 info@ringiertrade.com

电话

您可以拨打热线

+86-21 6289-5533 x 269

建议或意见

+86-20 2885 5256

顶部

荣格工业资源APP

了解工业圈,从荣格工业资源APP开始。

打开
荣格工业-圣德科

微软海克斯康加码合作,人形机器人开启商业化新篇

来源:荣格智能制造 发布时间:2026-01-14 69
智能制造传感器机器视觉运动控制工业机器人软件及平台工业互联智能加工设备智能制造解决方案 产业动态人工智能
微软与海克斯康在CES 2026宣布深度合作,基于Azure云平台与海克斯康空间智能技术,共同推进工业人形机器人AEON在汽车、航空航天等领域的落地。

副本_副本_副本_未命名__2026-01-14+11_55_27.jpg

图片来源  /   豆包

 

2026国际消费电子展(CES 2026开幕当天,微软与海克斯康宣布达成深度战略合作,标志着AI驱动的人形机器人在工业环境商业化进程中的一个转折点。

 

两家公司将结合微软的云计算与AI基础设施,以及海克斯康在机器人技术、传感器和空间智能方面的专业知识,共同推进物理AI系统在真实世界场景中的部署。

 

搜狗高速浏览器截图20260114111118.png

图片来源:海克斯康官网

 

此次合作的核心是工业人形机器人AEON。AEON的中国首秀系在2025世界机器人大会,这是海克斯康联合NVIDIA、Microsoft、maxon等科技巨头倾力打造的工业级人形机器人。其专为在工厂、物流枢纽、工程车间和检测场所等环境中自主运行而设计。

 

5c210603a2931c7773a35c45ae22d86.jpg

图片来源:海克斯康官网

 

本次再度联手,双方将专注于多模态AI训练、模仿学习、实时数据管理以及与现有工业系统的集成。公司表示,初期目标行业包括汽车、航空航天、制造业和物流业。这些行业正面临劳动力短缺和运营复杂性的制约,从而限制了其财务增长。

 

此次合作官宣标志着行业生态走向成熟:云平台、物理AI与机器人工程学的融合,正使人形自动化在商业上变得可行。

 

Part 1

走出研究实验室的人形机器人

虽然人形机器人一直是研究机构的工作主题,并在技术活动中自豪地展示,但过去五年,机器人逐渐转向在现实工作环境中的实际部署。主要的变化在于感知能力的提升、强化学习与模仿学习的进步,以及可扩展云基础设施的普及。

 

一个最显著的例子是Agility Robotics的Digit,这是一款为物流和仓库操作设计的双足人形机器人。亚马逊等公司已在真实环境中对Digit进行了试点,执行包括物料箱搬运和“最后一米”物流在内的物料处理任务。此类部署往往侧重于增强而非取代人类工人,由Digit处理对体力要求更高的任务。

 

同样,特斯拉的Optimus项目也已走出仅有概念视频的阶段,目前正在进行工厂试验。Optimus机器人正在特斯拉汽车制造设施内,针对零件处理和设备运输等结构化任务进行测试。尽管范围仍然有限,但这些试点展示了一种模式:选择类人形态的机器而非拟人性较低的形态,以便它们能在为人类设计和有人存在的空间中运行。

 

Part 2

检测、维护与危险环境

工业检测正成为人形及准人形机器人最早具有商业可行性的应用场景之一。波士顿动力公司的Atlas虽然还不是通用的商业产品,但已被用于工业检测和灾害响应环境的实际试验中。它能在对人类不安全的地形中行走、爬楼梯并使用工具。

 

丰田研究院已在类似环境中部署了人形机器人平台,用于远程检测和操作任务。丰田的系统依赖于多模态感知和人机回路的控制,后者强化了一个行业趋势:早期部署优先考虑可靠性和可追溯性,因此需要人工监督。

 

海克斯康的AEON与这一趋势高度契合。其强调传感器融合和空间智能,这与检测和质量保证任务相关,在这些任务中,对物理环境的精确理解比通常与日常AI使用相关的大多数对话能力更有价值。

 

Part 3

云平台成为机器人战略的核心

微软与海克斯康合作的一个决定性特征是,在扩展人形机器人规模时使用了云基础设施。训练、更新和监控物理AI系统会产生大量数据,包括视频、来自设备传感器的力反馈、空间测绘(如来自激光雷达)以及操作遥测数据。由于存储和处理的限制,在本地管理这些数据历来是一个瓶颈。

 

通过使用Azure和Azure物联网操作等云平台,以及云端的实时智能服务,人形机器人可以进行整个机队的训练,而非孤立单元。这为共享学习、迭代改进和更高的一致性带来了多种可能性。对于董事会层面的买家而言,这些IT架构的转变意味着人形机器人成为了可行的实体——就IT需求而言,它们更像企业软件而非机械设备。

 

Part 4

劳动力短缺推动人形机器人的应用

制造业、物流业和资产密集型行业的人口趋势日益不利。劳动力老龄化、对体力劳动岗位兴趣下降以及持续的技能短缺,造成了传统自动化无法完全填补的技能缺口——至少,在不重建整个设施以适应机器人劳动力的情况下是如此。固定的机器人系统擅长重复性、可预测的任务,但在动态的人类环境中则力不从心。

 

人形机器人占据了一个中间地带。它们并非旨在取代整个工作流程,而是可以在人力资源不确定的情况下稳定运营。案例研究表明,其在夜班、需求高峰时段以及被视为对人类过于危险的任务中已展现出早期价值。

 

Part 5

董事会投资前应评估的事项

对于考虑投资下一代工作场所机器人的决策者而言,从现有的实际部署中已显现出几个需要注意的问题:

 

任务的具体性比通用智能更重要,更成功的试点项目都专注于定义明确的活动。数据治理与安全在机器人投入使用时,必须继续置于首要和中心位置,尤其是在需要将其连接到云平台时。

 

在人的层面,将机器人整合入现有劳动力队伍可能比采购、安装和运行技术本身更具挑战性。然而,在AI发展的现阶段,出于安全和监管合规的考虑,人工监督仍然至关重要。

 

Part 6

一个有节奏但不可逆转的转变

人形机器人不会取代人类劳动力,但越来越多的实际部署和原型开发证据表明,此类设备正在进入工作场所。截至目前,AI驱动的人形机器人已能执行具有经济价值的任务,并且与现有工业系统的集成具有极大的可能性。对于那些有投资意愿的董事会而言,问题可能在于竞争对手何时会负责任地大规模部署这项技术。

关注微信公众号 - 荣格智能制造
聚焦智能制造领域前沿资讯。
推荐新闻