2026-10-16 16:51
最后更新于2026-10-16 17:20
AI123

ABB推出服装分拣模块,AI训练器将集成商调试工作量减少75%

ABB Robotics于10月15日推出其首个端到端、基于视觉的工业级Physical AI方案,将AI Robot Trainer集成进Fashion Inductor功能模块,面向服装与服饰物流的自动分拣。ABB称,该组合可将系统集成商的工程与调试工作量最多减少75%。

Fashion Inductor针对服装物流的高度不确定性设计,商品、包装与作业条件持续变化。据ABB公布的数据,该模块每单元每小时可分拣最高1300件,抓取准确率目标高于99.5%,依托AI自动路径规划、运动精度与专用视觉技术实现。新增的AI Robot Trainer提供预训练的服装专用视觉模型、应用工具与快速再训练能力,使集成商在没有专业AI团队的情况下完成部署与持续优化。

配套的数字孪生是模块软件的精确副本,将应用控制器平台、自动路径规划、AI Robot Trainer与RobotStudio连接在一起,加快调试进程,同时支持接入夹爪等第三方部件。AI Robot Trainer的再训练遵循闭环流程:监控机器人表现、识别异常、生成新的训练数据,再将改进部署回物理机器人。整个生命周期中,RobotStudio负责虚拟设计、仿真与验证,OmniCore控制器在生产现场作为执行层。

ABB表示,Fashion Inductor是其视觉类Physical AI铺开的第一步,同样的AI Robot Trainer方式将持续扩展到更多视觉应用,时间跨度至2027年一季度,以服务于更自主、更多用途的机器人。

来源
  1. 2026-10-16 16:07 | 新浪财经:ABB 把视觉 Physical AI 装进服装分拣模块:AI Robot Trainer 降低部署门槛
    阅读原文

    ABB Robotics 在 10 月 15 日推出其首个端到端、基于视觉的工业级 Physical AI 方案,把 AI Robot Trainer 集成进 Fashion Inductor 功能模块,面向服装与服饰物流的自动分拣。ABB 称,该组合可把系统集成商的工程与调试工作量最多减少 75%。Fashion Inductor 针对的是服装物流的高度不确定性:商品、包装与作业条件持续变化。按 ABB 公布的数据,该模块每单元每小时可分拣最高 1300 件,抓取准确率目标高于 99.5%,依托其 AI 自动路径规划、运动精度与专用视觉技术实现。新增的 AI Robot Trainer 提供...

其他新闻

查看全部