在2026年3月于硅谷举行的GTC大会上，Universal Robots（优傲机器人）正式发布了其最新创新成果——UR AI Trainer。该产品由优傲机器人与人工智能数据平台Scale AI联合开发，标志着工业机器人行业从传统预编程自动化向全AI驱动作业的重大跨越。该系统通过人类示范操作，直接在工业环境中训练AI模型，解决了长期以来工业AI落地难的核心痛点。
优傲机器人AI产品副总裁Anders Beck指出，当前客户不再仅仅寻求基础的AI功能，而是需要能够同步采集高可靠性数据，用于在目标机器人上直接训练模型。UR AI Trainer作为行业首款“从实验室直达工厂”的解决方案，成功连接了研发端与生产端。其核心在于利用机器人模仿人类操作，在真实的工业训练单元中生成高质量数据，从而训练出能够适应复杂场景的AI模型。
针对传统机器人AI训练中硬件碎片化、数据不可靠的难题，UR AI Trainer采用了独家技术。通过“直接扭矩控制”和“力反馈”功能，开发者能够直接干预机器人与环境的物理交互过程。这意味着系统可以在超过10万家工厂广泛使用的 robust 硬件上，直接采集运动、力和视觉的同步数据，为训练视觉-语言-动作（VLA）模型提供坚实基础。
该系统的运作机制采用了“主从跟随”模式。人类操作员物理引导一台“主”机器人完成任务，另一台“从”机器人实时同步复制动作。在此过程中，系统自动记录多模态高质量数据，形成结构化数据集。结合UR的AI加速器平台与Scale AI的软件能力，这一过程形成了数据闭环，持续优化物理AI系统。双方还计划今年发布基于UR机器人生成的工业级大规模训练数据集。
在GTC展会现场，观众亲身体验了该技术的魅力。通过力反馈设备，人类可以控制两台UR3e“主”机器人，进而指挥两台UR7e“从”机器人完成复杂的智能手机包装任务。此外，基于Nvidia Omniverse和Isaac Sim的虚拟仿真环境，也展示了如何利用Nvidia Physical AI Data Factory Blueprint，大规模生成高保真合成数据，加速AI模型的训练与迭代。
作为优傲机器人的战略合作伙伴，Generalist AI展示了其基础模型在现实世界中的卓越表现。两台UR7e机器人成功自主完成了高难度的手机包装任务，展现了极高的协调性与操作精度。这证明了高质量、可扩展的训练数据与先进模型架构相结合，能够赋予机器人超越实验室环境的“物理常识”，为多行业的大规模部署铺平道路。
对于中国制造业而言，这一技术突破意味着未来工厂将不再依赖繁琐的示教编程，而是通过“人机共学”快速适应新产线需求，极大降低中小企业智能化转型的门槛，值得国内集成商与制造企业密切关注。
