亚马逊网络服务日本公司（AWS日本）于21日举办了面向媒体的研讨会，介绍了AWS在制造业物理AI领域的最新应用。制造业机器人技术虽以机器人学为基础不断发展，但AWS日本企业技术总部汽车与制造组负责人冈本京指出，物理AI正在从根本上改变传统方法，制造现场正迎来巨大变革。研讨会结合2026年4月在德国举办的“汉诺威工业博览会2026”上的主题演讲和展览，展示了全球制造业的相关实践。
AI与机器人技术融合带来的根本变革
AWS日本指出，物理AI的进步加速了产业结构的转型。传统机器人学强调高精度、稳定性和高速性能，并依赖长期积累的经验。然而，传统机器人必须事先编程，所有动作需预先定义，难以应对突发状况。此外，教学过程耗时长，每条生产线需数周至数月，且每次换线都需重新教学，灵活性不足。
为解决这些问题，业界尝试通过视觉传感器进行3D匹配，识别复杂形状物体进行抓取，但仍存在诸多难题，难以彻底解决。
物理AI的出现带来了重大突破。利用物理AI，开发方式从编程转向基于学习和推理，动作模式从固定转为适应性，决策机制从规则驱动转为学习驱动，实现了根本性转变。
AI与机器人技术的融合始于AI领域出现了VLA（视觉-语言-动作）模型，使机器人能够通过自然语言指令和视觉信息直接生成动作。同时，理解物理法则并预测世界状态的WFM（世界基础模型）发展，显著缩小了仿真与现实的差距。
机器人领域也取得进展，类人机器人实用化推进，执行器、电池和材料技术提升，实现高精度和低成本。大型工业机器人案例公开，机器人控制从封闭系统转向软件可扩展。此外，NVIDIA物理AI技术栈支持高级仿真，推动行业发展。
伴随AI和机器人行业的变革，AWS于2026年启动“物理AI开发支持计划”，利用自身技术和经验助力物理AI开发，并公开了“Physical AI on AWS”参考架构。
汉诺威工业博览会2026上的物理AI展示与演示
2026年4月在德国举办的“汉诺威工业博览会”成为展示成果的重要平台。AWS汽车与制造业务总经理Ozgur Tohumcu以“大规模实现工业AI”为主题发表主旨演讲，强调工业AI必须大规模推广才能发挥价值。
展台展示了物理AI中多个机器人协同执行工序的场景。双足机器人在云端进行VLA学习。与西门子合作的展览中，云端进行强度仿真，生成式AI对结果进行诊断并提供设计建议。作为智能代理AI，展示了跨越孤立的ERP/MES系统数据进行问题解决的演示。
AWS还介绍了自身使用的AI技术。AWS日本汽车与制造事业开发总部工业解决方案架构师山本直志表示，此次展台中AWS自有展示内容占比明显提升。
物理AI演示展示了利用AI进行物理设备规划与控制的场景。包括协作机器人卸载和装载杯垫、激光雕刻机、AI质量检测设备等多种物理AI设备由智能代理AI协调灵活运作，完成金属杯垫的生产流程。
智能代理AI的编排能力体现在接单后启动，基于各设备信息协调整体生产。利用图像生成AI和Amazon Nova生成杯垫设计，并下达生产订单。
机器人视觉技术实现物体检测，精确完成杯垫堆叠和卸载。基于AWS训练的VLA模型，类人机器人“Unitree G1”将完成的杯垫运送至桌面。
虽然物理AI演示多以类人机器人为代表，但AWS日本汽车与制造事业统括本部工业专家兼解决方案APJ负责人川又俊一强调，物理AI不等同于类人机器人。传统工厂自动化中融合物理AI的案例同样存在。类人机器人因能展示传感器等技术而常被关注。
