Universal Robots 和 Scale AI 聯合推出模仿學習系統,加速 AI 模型訓練,彌合「實驗室到工廠」的差距

Universal Robots 和 Scale AI 聯合推出模仿學習系統,加速 AI 模型訓練,彌合「實驗室到工廠」的差距

加州聖荷西2026年3月27日 /美通社/ — Universal Robots (UR) 本週在 GTC 2026 大會上發佈了 UR AI Trainer。 AI Trainer 由 Scale AI 合作開發,象徵機器人已從預先撰寫的應用程式轉向完全由 AI 驅動的作業系統。

「我們的客戶,從大型企業到 AI 研究實驗室,不再只是要求配備 AI 功能,」Universal Robots 的 AI 機器人產品部門副總裁 Anders Beck 表示。 「他們需要一套方法來收集高精度、同步化的機器人和視覺資料,以便在將部署的同一部機器人上訓練 AI 模型。 我們的 AI Trainer 是業界首創從實驗室直達工廠的 AI 模型訓練解決方案。」 

The new UR AI Trainer, developed by Universal Robots and Scale AI, is the first direct lab-to-factory solution for AI model training.
The new UR AI Trainer, developed by Universal Robots and Scale AI, is the first direct lab-to-factory solution for AI model training.

實現 AI 就緒的資料擷取

AI 機器人訓練經常受到硬體不完整和資料擷取精度低的阻礙。 現今的訓練資料是藉由不適合生產環境的研究型機器人所收集,且多數系統只依賴視覺回饋,造成精細操作或需要大量接觸的任務變得窒礙難行。 Beck 表示:「AI Trainer 直接解決了這些障礙。」

 「透過利用我們獨特的直接轉矩控制和力回饋功能,在超過 10 萬個工業部署據點使用相同的強大硬體進行訓練,我們讓開發人員能夠直接影響機器人與外界實際進行互動的方式。」 

與 Scale AI 的合作關係實現一個整合型機器人資料的飛輪效應 

UR AI Trainer 讓人類操作員可以在領導者-跟隨者設定中引導 UR 機器人完成任務、在即時展示期間擷取高品質的同步多模態資料、建立訓練視覺-語言-動作(VLA)所需的結構化資料集。 在 UR 的 AI Accelerator 平台上執行,AI Trainer 將協作式工業機器人與 Scale AI 軟體結合,進而在生產環境中實現可擴展的資料擷取,支援實體 AI 系統的持續最佳化。 

「Universal Robots 是工業機器人領域的佼佼者,其全球佈局為資料擷取和 AI 部署提供了理想的基礎,」Scale AI 的實體 AI 部門總經理 Ben Levin 表示。 「我們共同打造一個整合的機器人資料飛輪,讓客戶能夠以前所未有的速度訓練、部署和改進他們的 AI 模型。」

UR 和 Scale AI 將於今年稍後發佈一個使用 UR 機器人收集的大規模工業資料集。 

在 GTC 體驗 AI Trainer 

參觀 UR 在 GTC 展位的觀眾可以引導兩個 UR3e「領導者」機器人,透過觸覺輸入控制兩個 UR7e「跟隨者」機器人。 該裝置讓參觀者可以透過觸覺回饋執行進階智慧型手機包裝作業,以進行模仿學習和 VLA 訓練,展示資料會即時記錄在 Scale 的平台上,並可直接在 AI Trainer 上重播。 

為 AI 模型擷取機器人訓練資料的過程,輔以 Generalist AI 的實體基礎模型展示,以及 Haply Robotics 基於觸覺的訓練展示。 在 UR 網站上閱讀更多資訊

請在此處查看圖片集。

關於

Universal Robots 是廣泛應用於各個產業之協作機器人 (cobot) 領域的全球佼佼者。 我們已在全球售出超過 10 萬台協作機器人,我們方便易用的平台搭配直覺化的 PolyScope 軟體、屢獲殊榮的培訓課程、完整的服務,以及全球最大的協作機器人生態系統,為客戶帶來創新與選擇。 Universal Robots 隸屬於 Teradyne Robotics,該部門隸屬於 Teradyne (NASDAQ: TER),為全球自動化測試設備與先進機器人技術的頂尖供應商。 

Scale AI 的使命是為世界上最重要的決策開發可靠的 AI 系統。 我們提供驅動全球 AI 模型的高品質資料,並協助企業和政府建構、部署和監督能夠產生真正影響的 AI 應用。 透過我們的研究和「安全、評估和校準實驗室」(SEAL),我們利用嚴格的基準和創新研究來測試模型,協助確保 AI 能夠以人們可以信任的方式發展。 Scale 成立於 2016 年,總部位於舊金山。