图灵汇官网

在2023年的“机器人+”大会上，中国工业和信息化部装备工业一司副司长汪宏透露，2022年中国工业机器人的产量达到了44.3万套，装机量超过了全球总量的一半，连续九年位列世界第一。

尽管中国的工业机器人装机量庞大，但其智能化水平仍有提升空间。特别是在生产线转换过程中，工业机器人需要重新配置，这会消耗大量工程师的时间和精力。

目前，国内机器人部署工作主要由系统集成商主导。然而，机器人部署不仅耗时，还需要工程师进行大量的调试工作，导致成本不断上升。因此，如何提升工业机器人的智能化程度，提高部署服务的效率，成为了当前工业机器人行业亟需解决的问题。

摩马智能是一家受到36氪持续关注的高科技创业公司，专注于解决工业机器人部署中的难题。该公司为制造业企业提供智能化解决方案，旨在实现柔性化生产和降低机器人的全生命周期成本，同时提高生产效率。

工厂生产环境复杂多变，工程师需要根据实际情况反复调试工业机器人的工作轨迹。这一过程往往需要花费数百至数千小时，对于大型生产线而言，部署周期可能长达12至24个月。

为此，摩马智能开发了一款认知智能算法训练平台，内置了基于人工智能的最优轨迹策略训练算法。该平台能够针对特定生产环境部署最优轨迹，实现无人化部署，从而显著缩短机器人部署所需时间，从原来的几十甚至几百小时缩短到数小时乃至一小时内完成，助力企业实现智能柔性生产。

传统上，工业机器人的部署主要采用示教编程的方式，这是一种低代码的编程方法。然而，这种方法在控制精度和稳定性方面存在不足，且需要工程师频繁到场调试，难以满足高精度作业的需求，也不适合多品种小批量的柔性生产模式。每当更换加工产品，都需要工程师重新部署运动轨迹、力控程度和定位精度等参数，耗时且效率低下。

在虚拟仿真软件（如ABB的RobotStudio和西门子的Process Simulate）上预先调试是常见的做法，但在实际操作中，工程师仍需在现场进行大量调试工作。

相比之下，摩马智能利用AI算法迅速找到最优路径，综合考虑生产节拍、避障、力控、冲击等多种因素，直接提供最优生产轨迹策略。

人工调试的结果通常是固定的轨迹曲线，一旦遇到障碍物或其他干涉条件，就需要重新调试。而摩马智能的AI算法则提供了动态路径策略，使机器人能够自主寻找路径，适应生产线和产品SKU的变化，自动完成轨迹编程。

摩马智能的认知智能算法训练平台类似于自动驾驶系统的仿真训练平台，目标是训练出一个机器人的L4系统，通过现场传感器将数据实时上传至TCU（总控制单元），TCU做出毫秒级的自主路径判断和决策，并将指令发送给机器人控制器，赋予机械臂自主适应能力。

目前，工业机器人解决方案的交付模式通常最多只包含10至15个物料号，超出这个数量，交付成本就会增加。这是因为部署工业机器人的市场更长，复杂度更高，人工成本也更高。

如果集成商或终端用户采用摩马智能的机器人智能化软件，则有望降低整体交付成本，同时提高集成商的交付效率，实现产业链各方共赢。

摩马智能还能够帮助企业在线沉淀生产相关的工艺数据和经验，不断优化算法，提高生产效率，进一步减少对机器人调试工程师的依赖。

根据国际机器人联合会（IFR）的数据，2021年中国制造业的工业机器人密度为322台/万人，而同期韩国、日本和德国的密度分别为1000、399和397台/万人。

目前，美国和日本等工业机器人密度较高的国家也开始涉足工业机器人智能化领域，如OpenAI和Google孵化的Intrinsic公司。2022年12月，Intrinsic收购了工业机器人开源操作系统ROS背后的商业实体Open Source Robotics（OSRC）公司及其在新加坡设立的独立公司OSRC-SG。

随着中国工业机器人部署密度的提高，未来部署问题将更加突出，因此工业机器人智能化技术的产业价值将进一步显现。

摩马智能的柔性上下料技术已在半导体和3C行业中得到应用。据该公司透露，这种技术不仅适用于具有多品种小批量特征的行业，如IC芯片和航空航天，也能在机加工、物流、组装等领域快速扩展。

摩马智能的客户包括世界500强企业、上市公司等顶级工业客户，涵盖集成电路、汽车制造、航空航天、军工和快消品等行业。客户名单中还包括全球领先的芯片设计企业、全球顶级服务器制造商、半导体封装测试上市公司以及苹果产业链企业。

摩马智能团队共有40多名成员，其中超过60%的员工拥有硕士及以上学历。团队成员来自清华大学、纽约州立大学、柏林自由大学、日本九州大学、上海交通大学、西北工业大学和哈尔滨工业大学等国内外知名学府。公司在上海和柏林设有人工智能及机械臂技术研发中心，在宁波设有工程应用中心。

在融资方面，摩马智能于2022年完成了数千万元人民币的Pre-A轮融资，由绿洲资本独家投资。目前，公司正在启动新一轮融资。