万亿机器人市场新契机：命脉工程智能化突围开启

“机器换人”的推进，正孕育着一个万亿级的市场。

中国智造升级，卡在了命脉工程的核心工序上。第三方研究机构数据显示，国内焊接场景的自动化普及率仅约30%。而焊接，贯穿于船舶制造、能源电力、轨道交通以及钢结构建筑等众多基础设施工程，是决定结构成型与安全的核心底层工序。

在智能化浪潮下，出现了反常识的一幕：支撑国家能源运输和公共交通体系的关键工程，自动化水平却长期处于低位，核心工序仍主要依赖人工完成。这一局面的根源在于复杂多变的作业环境。基础设施建设常伴随高温、高压等极端工况，非标件与复杂结构普遍存在，这对机器人的感知系统、运动控制以及硬件工艺的要求，远高于常规工业场景。

过去十年，中国制造业在生产端的智能化已有诸多突破，数控机床和工业机器人在工厂产线的应用就是直观体现。但在大型结构件与极端工况交织的命脉工程中，自动化的边界尚未真正跨越。因此，命脉工程的智能化，不仅是工业自动化亟须完成的“最后一公里”，更是检验中国智能制造体系能否应对复杂场景、实现更高自动化能级的终极“试金石”。

智能化竞速的“最后一公里”

“最后一公里”描述了命脉工程核心工序智能化实现的关键性和挑战性。

焊接作为命脉工程的核心工序，存在作业环境高危、用工荒与成本飙升等问题。中国焊接泰斗潘际銮院士曾讲述过一个重型工业施工场景：焊接大直径合金钢罐体时，为保证工艺质量，厚达百余毫米的罐体壁需预热至约200℃。工人要穿着厚重的石棉服，通过吊装设备进入高温、密闭的罐体内部作业。在高温、通风受限且易积聚有害气体的环境中，即便作业仅十余分钟，也需医疗团队全程待命。

严苛的作业环境导致劳动力短缺。第三方数据显示，2025年全国焊工缺口达500多万人。统计机构调研表明，年轻人中愿意从事焊接工作的比例不足7%，预计到2035年焊工缺口将扩大至1000万人。市场供需长期失衡，导致用工成本飙升。早在2015年印发的《中国制造2025》就指出，劳动力等生产要素成本上升，已成为制约中国制造业发展的重要因素。

这种高风险、高成本、低效率的循环，反映了中国制造在基础环节的结构性短板：工程安全有刚性需求，但劳动力短缺和成本上升形成现实约束。在此情况下，“机器换人”是迫切的必然选择，凸显了基础设施工程核心工序智能化的关键性。

其挑战性在于，复杂的作业环境和结构件的非标准形态，使机器人在核心工序的应用面临诸多阻碍。首先，基础设施工程的工件体积庞大、结构复杂，如石油化工的储油罐直径可达百米，壁厚超常；桥梁钢结构布满曲面和交错构件。工件尺寸越大、几何形态越复杂，对机器人的移动范围和灵活度要求越高。

同时，大型基础设施建设中的非标件，使自动化系统难以按固定轨迹或模板运行，增加了机器人规模落地的难度。此外，高温、高湿等复杂极端工况，以及核电领域的辐射和有毒气体干扰，会影响机器人光学传感器等核心零部件的正常运作，导致设备性能下降。

这些挑战贯穿命脉工程的制造底层。因此，焊接等关键工序的智能化突破，不仅能提升单一环节的安全与效率，更能实现制造业整体自动化能力的闭环，并让其价值在制造业链条上外溢、延展。若这“最后一公里”无法打通，中国制造的整体升级将存在缺口。

无人区的艰难探索

极端工况下的智能化提升是全球制造业的共同难题。在这片自动化尚未触及的“无人区”，不同国家和企业都在探索破局之路。

在重型制造业自动化水平较高的日韩，造船及钢结构行业较早引入龙门式焊接生产线进行大面积板块焊接，六轴焊接机械臂也用于结构件焊接。但这些方案依赖生产的高度模块化和构件范式的统一性，复用性和场景拓展受限。

欧美的机器人公司侧重开发可在危险环境作业的爬行或吸附式机器人，如美国Gecko Robotics磁吸附机器人。但这类公司的方案以检测为主、施工为辅，在焊接、切割等关键工序的自主施工能力有限。虽然Gecko也在拓展机器人产品的能力边界，但离全面承担施工任务仍有差距。

国内方面，为应对劳动力短缺和安全生产要求，一些大型央企和头部制造商在桥梁、管道及钢结构施工中推进“机器换人”试点，如中交二航局、中铁建大桥局等以智能焊接为突破口，提升施工的自动化和智能化水平。但整体来看，机器人的调试运维和环境适应尚处早期摸索阶段，需积累更多作业经验以提高稳定性，且机器人设备购置成本高，限制了自动化系统在基础设施建设中的规模应用。

博清科技创始人冯消冰认为，不同解决方案的瓶颈表明，核心工序的智能化跨越需要体系化能力的搭建。“首先是感知，要让机器人在高温、强光和复杂结构中准确识别焊缝位置，需重构感知系统；其次是决策，面对非标结构，机器人的路径规划与运动控制算法要有更强的协调与自适应能力；第三是控制，本体结构要在刚度与灵活性间找到平衡，使机器人能在复杂空间稳定自主作业；最后是部署，让机器人在不同工况下免示教、跨场景快速使用，是规模化应用的关键。”

博清科技专注于基础工序智能化，其源头可追溯到1997年中国科学院院士潘际銮团队研发的无轨导全位置爬行焊接机器人原型机。2017年，潘际銮院士的关门弟子冯消冰传承技术，成立博清科技，开启科研成果产业化探索。

博清科技在过去八年探索出独特的体系化解法。针对复杂场景，搭建“智能焊接中心”进行模拟预演，提高机器人的环境适应能力；重构视觉传感系统，自主研发适用于极端工况的激光视觉传感器和熔池视觉传感器，解决外部环境对机器人自主作业的干扰；在控制层面，采用非固定坐标架构的自主移动方案，使机器人能吸附在工件表面自由爬行，自主跟踪焊缝，适应复杂空间结构。至此，核心工序智能化解决方案的底座已搭建完成。

万亿蓝海市场的拐点逼近

目前，博清科技的方案已在多个实际场景中验证成功，还为自动化率更高的日韩市场提供了更契合痛点的解决方案。

2023年，博清科技与日本冈谷钢机达成焊接机器人出口合作协议，输出无轨导全位置爬行焊接机器人。该方案针对日韩市场的两大痛点：传统固定式设备难以覆盖狭窄空间和现场焊接任务，需要新型移动焊接机器人；劳动力短缺，需要跨场景应用的机器人解决方案。

验证结果显示，博清科技机器人的焊接接头100%通过X射线探伤检验，满足最高等级验收标准。这表明，国内核心工序智能化解决方案凭借更高的环境适应性和结构匹配度，实现了对海外市场的反向输出。

2024年，博清科技实现盈利，其自动化解决方案在业务模式和财务结构上已跑通。这在机器人行业并不常见，多数机器人公司仍需融资维持研发和运营，商业化道路漫长。

从行业角度看，这意味着命脉工程核心工序的智能化正从技术可行迈向商业可行。一方面，基础工序技术挑战的共通性使方案可复用；另一方面，命脉工程的巨量投资为其提供了市场空间。

目前，基础设施建设自动化方案多以焊接为切入点。一旦焊接自动化方案成熟，技术和工程能力可向切割、清根、组对等工序拓展。博清科技的实践证明了技术和解决方案的可复用性，公司已推出清根等工序的机器人产品。冯消冰表示，工序间的延展能放大系统能力，只要底层能力扎实，解决方案就能在更多工序场景中复用。

市场空间不仅体现在机器人本体及配套装备销售，还包括整套解决方案和运维服务等产品链。博清科技已形成由机器人本体、工作站、智能感知传感、智能焊接软件等组成的多元产品矩阵。

命脉工程的资金密集型特点放大了市场规模。统计显示，造船、石油石化、轨道交通、核电四大领域年度建设投资约4万亿元，其中人工完成的工作仍较多。这意味着“机器换人”将孕育万亿级市场。

政策也在推动命脉工程“机器换人”加速。2023年末的《船舶制造业绿色发展行动纲要（2024 - 2030年）》强调船舶制造业的绿色化、智能化发展；今年3月的《推动工业领域设备更新实施方案》明确到2027年工业领域设备投资规模较2023年增长25%以上。

政策支持、技术破局和商业跑通的共振，让万亿蓝海市场的拐点越来越近。

打开“下一个工业智能化入口”的钥匙

产业拐点临近时，新变量出现：高风险、非标环境中采集的真实工况数据，是工业智能系统学习的优质养料，训练出的工业级大模型将赋能制造领域的机器自主决策。

与通用大语言模型不同，工业级大模型需融合工业领域特有的数据模态，如传感器信号和工艺参数。这些数据获取和处理难度大。同时，工业大模型能实现更高能级的任务，除对话问答外，还能让机器人实现自主控制和运维决策，推动制造业智能化升级。

博清科技创始人冯消冰提出智能焊接机器人分级标准，最高的L5级是完全智能焊接。他认为焊接大模型将推动焊接机器人达到L4级智能化水平，此时机器人对工件加工和装夹精度要求低，能基于多模态融合自主学习焊接优化策略，实现多机器人智能互联作业。

今年3月，博清科技发布国内首个工业级焊接大模型，由博清科技和清华大学电子工程系联合打造。该模型融合海量焊接理论、工艺参数和机器人实操数据，构建了包含方案推荐、焊接工艺规程智能生成、质量实时预判等功能的智能决策体系。它将传统焊接工艺开发周期缩短约60%，综合成本降低40%以上。

博清科技计划于2026年1月开放外部系统接入该大模型，并将其向Agent、多模态大模型方向迭代。

工业级大模型的训练门槛和对智能化的提升，使衡量基础工序智能化赛道价值的标准，不再局限于产品销量和ROI，而是拓展到底层能力的可复用性和数据资产的复利。

资本已提前布局这一价值预期。近两年来，主研制造业自动化升级的机器人产业链企业获得了不同性质资方的投资，资本热度上升。博清科技今年下半年完成B轮系列融资，获得中信私募、中信金石等数亿元出资。

具身智能的发展表明，技术想象空间的拓展、资本的涌入和政策的支持，将加速产业生态链的形成。在多重合力作用下，基础工序的智能化将走向成熟。

归根结底，命脉工程底层工序的智能化，不仅能更安全高效地完成基础工程，还能倒逼感知、决策、控制、本体与工艺的系统性优化，沉淀高价值数据资产。前者构成中国智造的技术底座，后者催生工业级智能大模型与决策平台。这一细分赛道将成为中国制造迈向更高能级智能化的关键入口。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com