走進2026工博會8.1號館，ABB機器人展台幾乎沒有閒著的角落。機械臂在展區里忙著演示，觀眾圍在圍欄外看動作，也有人盯著螢幕研究背後的軟體。比起「機器人又能做什麼高難度動作」，這次我更想知道的是：如果產線換了一批零件，機器人還要不要工程師從頭教一遍？
ABB機器人這次把主題放在「工業級物理AI
」上。聽起來有點抽象，落到展台里，其實是三個問題：機器人怎麼學、怎麼判斷眼前的東西，以及學會之後能不能穩定投入生產。
先學會看，再學會做：AI開始進入機器人工作流
逛ABB機器人展台的時候，一台正在學做手沖咖啡的GoFa協作機器人挺容易吸引人的注意。平時看咖啡師沖咖啡，總覺得無非就是拿起水壺、控制水流、繞著咖啡粉轉幾圈。但真要讓機器人來做，事情就沒那麼簡單了。
畢竟沖咖啡不像搬運零件，光把動作記下來還不夠。水壺該怎麼拿、傾斜多少、手臂怎麼移動，每個動作都得銜接起來。ABB機器人展示了藉助AI Robot Trainer讓機器人通過人的示範學習操作的思路，旨在減少新任務開發對傳統逐步編程的依賴。在這套工作流中，視覺系統負責感知和定位環境中的物體，AI 訓練工具幫助機器人從示範中學習操作，智能體 AI 則進一步參與任務規劃。不同技術協同工作，讓機器人有機會應對更靈活的任務，而不只是重複執行預先設定的動作。
當然，機器人手沖咖啡的演示更有意思的地方在於，它讓人直觀地看到，機器人學習新動作的方式正在發生變化。如果以後換一道工序，不用花太多時間重新編程，而是通過示範就能教會機器人，那對經常需要調整生產任務的工廠來說，確實有吸引力。
不過，展台上學會一套動作，和工廠里每天穩定幹活，還是兩回事。遇到物品擺放位置變化、操作環境調整，機器人能不能及時適應，這些問題還得放到實際生產中檢驗。至少從這次演示來看，ABB機器人想解決的已經不只是讓機器人動作更快，而是讓它學新東西的時候，別那麼費勁。
新機械臂不只拼速度，維護賬也得算
這次工博會全球首發的IRB 1700與IRB 1700ID，同樣值得留意。系列共有五款型號，負載覆蓋6kg至12kg，重複路徑精度可達0.03mm，關節速度最高700度/秒。ABB機器人稱，相較其他同類產品，其節拍時間最高可縮短20%；ABB機器人 表示，該系列機器人能耗最高可降低 15%。
現場看到焊接單元，我的感受反而很樸素：真正能打動工廠的，不一定是最花哨的AI，而是機器人夠不夠快、占地夠不夠小、停機維護夠不夠省心。IRB 1700系列還強調較上一代減少50%的占地面積，IRB 1700ID則把線纜和軟管收進機械臂內部。對空間緊張、設備密集的車間，這些變化可能比一句「更智能」更容易算清回報。
軟體和終端也在變化，機器人不該那麼難用
在軟體區，RobotStudio Suite展示了離線編程與仿真、節拍優化等能力。ABB機器人還發布E-Device，允許用戶通過自己的平板或電腦操作搭載OmniCore的機器人，同時保留實體急停和使能控制。它並不是讓普通電腦取代所有工業安全裝置，而是嘗試把日常交互做得更熟悉。
如果說前兩類工具分別關注機器人如何被開發、如何被操作，那麼 OptiFact 關注的則是生產設備運行後的數據與效率。機器人越多，工廠越不能只盯著單台設備的動作，數據能不能被持續看見、問題能不能提前發現，同樣決定產線的實際效率。
熱點科技洞察：物理AI真正的考場，不在演示台
逛完ABB機器人展台，我覺得2026工博會釋放出一個很清晰的信號：機器人競爭正在從單台硬體的速度和負載，轉向「機械臂+視覺+訓練工具+仿真+運維」的整套能力。ABB機器人展示的RobotStudio HyperReality、AI Robot Trainer以及實體機器人，恰好分別覆蓋了投產前驗證、現場學習和實際執行幾個環節。
但這條路不會因為有了AI就自動走通。新工件的識別成功率、異常恢復、安全驗證，以及長時間運行的穩定性，都需要真實工廠數據來回答。對製造企業來說，最有價值的機器人，不是展會上看著最聰明的那一台，而是換線更快、出錯更少、最終能算過成本賬的那一台。
