LG CNS曝机器人“总指挥”平台,多品牌机器人大乱斗要被终结?

LG CNS发布机器人整合平台Physical Works,包含学习验证平台Pozy和运营管理平台Baton。Pozy可将工业机器人现场投入时间从数月缩短至1-2个月,Baton能统一管理不同品牌机器人,据称在100台规模下效率提升15%、成本降低18%。目前Pozy正与20多家客户进行概念验证,Baton已在釜山智慧城市项目中用于巡逻、清洁等机器人管理。


图片来自 ajudaily.com 的相关公开报道,展示产品、原型、使用场景或事件背景;具体信息以原始来源为准。 摄影/版权标识:ajudaily.com。 来源:ajudaily.com


想象一下,仓库里同时跑着不同品牌的机器人,有的在搬运、有的在巡逻、还有的在冲咖啡——它们互不搭理,各自为政。LG CNS想当那个“总指挥”。5月7日,这家韩国IT服务商在首尔发布了机器人整合平台“Physical Works”,并首次展示了旗下两个核心工具:学习验证平台Pozy和运营管理平台Baton。前者号称能把工业机器人从部署到投产的时间从数月压缩到1-2个月,后者则试图把不同制造商的机器人纳入同一套系统,用AI实时调度任务和路线。LG CNS社长玄信均放话:“机器人成为生产和运营主体的时代正在到来。”但这一切目前还只是厂商的演示和说法,Pozy仍在与20多家客户做概念验证,Baton的实际效果也尚未有第三方数据佐证。

目前能确认到哪一步
announced(已发布)。LG CNS在2026年5月7日的媒体日活动中正式公布该平台,并展示了Pozy和Baton两个子平台。Pozy处于概念验证阶段,与20多家客户合作;Baton已在釜山智慧城市国家示范项目中用于巡逻、清洁、货物运输和咖啡师机器人等的整合管理。所有数据(如效率提升15%、成本降低18%)均为LG CNS官方声称,未经独立验证。


Pozy:让机器人在虚拟世界里先“跑”起来
Physical Works Pozy是一个机器人学习验证平台,核心思路是在3D虚拟空间中生成训练数据,让机器人在“数字孪生”环境里先学会干活,再投放到真实世界。LG CNS声称,通过这种方式,工业机器人从部署到现场投入的时间能从数月缩短到1-2个月。这相当于给机器人装了个“模拟考试系统”,不用在真实产线上反复试错。

目前Pozy正在与20多家客户进行概念验证(PoC),这意味着它还没有正式商用。LG CNS强调,其竞争力在于基于行业专业知识收集高质量数据,并通过行业特化RFM(机器人流程管理)快速应用机器人。不过,这些说法均来自厂商,Pozy在真实场景中的学习效率和泛化能力仍有待第三方检验。

Baton:多品牌机器人的“统一遥控器”
Physical Works Baton是一个运营管理平台,设计初衷是让不同制造商的机器人能在同一套系统下被管理。它标准化了机器人的状态和任务信息,并通过AI实时优化任务分配和移动路线。LG CNS打了个比方:当传送带突然停止,Baton能自动重新设计物流路线;如果某台机器人故障,它会立即把任务分配给其他机器人。

LG CNS预计,在100台规模的机器人运营环境中,Baton能让生产效率提高约15%,运营成本减少最多18%。但这一数据目前只是厂商的估算。Baton的实际落地案例是釜山智慧城市国家示范项目,在那里它被用于统一管理巡逻、清洁、货物运输和咖啡师机器人。不过,该项目规模有限,能否在更大范围的制造和物流场景中复制,仍是未知数。

LG CNS的野心:从仓库到城市的机器人“操作系统”
LG CNS将Physical Works定位为端到端平台,覆盖从数据收集、学习、验证到现场应用和运营管理的全过程。公司宣称这是韩国企业首次建立涵盖机器人学习和运营的完整平台品牌。社长玄信均在媒体日上表示:“机器人在生产和运营中发挥关键作用的时代正在迅速到来,LG CNS将引领这一趋势。”

LG CNS计划将Physical Works的应用范围从制造和物流扩展到智慧城市、零售和服务行业。在生成式AI和物理AI热潮下,机器人自主运营系统被视为下一代AI产业的核心。但Physical Works能否成为行业标准,取决于它是否能真正解决多品牌机器人的互操作性问题,以及客户是否愿意将核心运营数据交给第三方平台。目前,这一切都还停留在厂商的蓝图和演示中。

资料线索
ajudaily.com

本文是基于公开页面整理的 AI 硬件情报,不是本站实测或购买建议。图片发布副本增加 waoo.ai 水印,原摄影者和来源标识保留。
0
一起维护这篇内容

发现链接失效、信息过时或内容有误,可以提交更新建议。

我要更新

交流讨论

最新评论

返回顶部