加拿大团队竞相打造 AI 驱动的机器人员工

一家剑桥初创公司加入全球竞速

认识一下正在竞相构建下一代人工智能动力工人的加拿大团队：本周，一家名为 Mirsee 机器人技术 的安大略省剑桥市初创公司展示了其 MH3 原型机，准备从实验室开发转向大批量制造。该公司首席执行官 Tarek Rahim 告诉记者，第三代 MH3 拥有加拿大制造的视觉栈、用于基础任务处理的板载人工智能，以及一个使其有别于许多来自中国的病毒式人形机器人视频的刻意设计选择：MH3 采用轮式移动，而非双腿。这一选择是为了保证正常运行时间、稳定性和电池寿命——对于旨在工厂车间和仓库而非舞台上工作的机器来说，这是实际的折中选择。

Mirsee 的演示——利用机器视觉定位水瓶、抓取并携带——与那些病毒式的功夫动作相比显得很普通，但 Rahim 认为，当你希望机器人能够在重复性班次中可靠地替代人类时，这些简单的任务才是难点。Mirsee 表示，目前拥有两台最新的机器人，预计今年将再建造六台，并计划明年推出量产型号。这一时间表和量产的措辞，解释了为什么风险投资、供应链瓶颈和政府政策在几年前还只是学术讨论的话题中，突然占据了核心舞台。

认识加拿大竞速团队：工业设计选择与时间表

Mirsee 的方法阐明了试图部署人工智能动力工人的团队所面临的核心工程和商业问题。一个紧迫的问题是，未来的机器人劳动力应该模仿人类的运动方式，还是采用更简单的机械方案。Mirsee 的轮式设计以机动性换取耐力。这减少了对快速平衡控制和复杂驱动的需求，从而降低了能耗并提高了正常运行时间——这是工厂经理在比较资本成本与劳动力成本时的关键指标。加拿大及海外的其他公司正在做出不同的折中选择：Sanctuary AI 和 Agility 机器人技术 追求拟人化动作，因为它能解锁更多以人为中心的环境，而像 Unitree 和许多中国公司则展示了快速的机械进步，强调动态运动和性价比。

传感器、软件与供应链

在技术层面，下一代人工智能动力工人是几个相互依赖组件的技术栈：感知、操纵、规划和动力。感知使用基于摄像头的视觉系统，某些情况下使用激光雷达，以及针对特定任务的传感器。Mirsee 强调其加拿大构建的视觉栈；多伦多公司 Forcen 最近完成了融资，以扩大力传感原型机的规模，让机器人手能够检测接触并调整抓握。这些触觉和力传感器对于在没有人工监督的情况下处理不规则物品（例如纸箱与易碎瓶子）至关重要。

在软件方面，各公司正在整合大语言模型、基于 Transformer 的感知网络、强化学习控制器和确定性运动规划器。大语言模型层越来越多地用于更高级别的任务排序——将“打包这五件物品”之类的指令映射为一系列感知和操纵子程序——而底层控制器运行在边缘硬件上，以保证延迟和安全。云端与边缘之间的这种划分是一项关键的设计决策：它影响实时安全性、数据带宽，以及机器人群在网络中断时是否能够运行。

最后，一切都取决于半导体、电力和制造供应链。人工智能对 GPU 和定制加速器的广泛需求导致了对算力的争夺，这也影响了机器人制造商。市场分析师明确表示，人工智能的硬件需求驱动了芯片和电力投资；任何一方的短缺都可能推迟生产，或使机器人在经济上对某些客户而言变得不可行。

政策、就业与加拿大的竞争姿态

加拿大的优势——研究集群、初创公司和成熟的工业企业——显而易见，但政策和人才缺口可能会减缓采用速度。德勤加拿大的报告指出，许多工作场所的准备程度较低：各机构对人工智能感兴趣，但缺乏安全部署人工智能的人员和培训。Mirsee 的首席执行官公开敦促联邦政府对 机器人技术 提供更多支持；与此同时，联邦战略创新基金已向魁北克省布罗蒙的 IBM 等公司投资了数千万加元，用于半导体封装和量子合作伙伴关系，这表明政府意识到，如果加拿大希望在制造人工智能系统方面发挥作用，先进的硬件生态系统至关重要。

就业影响很复杂。直接的收益在于生产力——机器人可以减少枯燥、重复性岗位的员工流失，并降低生产成本——但流离失所是真实存在的。历史上的 自动化 浪潮在维护、编程和监督方面创造了新的职位，许多研究人员预计机器人技术也会出现类似的重新平衡：对机器人技术人员、现场集成商和人工智能安全工程师的需求将会增长。这种转型的时机和规模将决定社区面临的是动荡还是更快的经济增长。

哪些技术定义了下一代人工智能工人？

赋能技术清单很长。视觉感知和深度传感、高带宽边缘计算（NVIDIA 风格的 GPU 或定制加速器）、力和触觉传感、模块化抓手以及强大的电池系统是明显的硬件组成部分。在软件方面，公司混合使用经典的运动规划、在模拟中训练的强化学习以及针对任务规划进行调整的基座模型。安全层——无论是限制运动的软件监视程序还是物理故障保护装置——在工业环境中都是强制性的。

AutoAlign 等新参与者已经推出了旨在确保大语言模型安全并减少幻觉或不安全行为的解决方案，他们认识到，处于移动身体中的代理式人工智能需要更严格的控制。与此同时，该行业正在从人工智能的其他领域汲取经验：大公司同意为生成式系统采取的儿童安全措施，说明了如何协作开发治理框架。机器人技术也需要同等水平的多方协调：制造商、运营商、工会、监管机构和研究人员将需要通用的认证和审计标准。

收益、风险以及加拿大如何定位

收益是显而易见的：提高工作场所安全性，降低重复性任务的单位成本，以及在劳动力匮乏的岗位实现自动化的能力。如果技术实惠且可靠，加拿大的工业基础——汽车、食品加工和物流——可能会获得生产力的提升。但风险包括失业、制造和云基础设施集中在少数全球中心，以及快速变化带来的社会影响。

为了利用这一机遇，加拿大需要一个由三部分组成的战略：针对硬件和封装设施的定向公共资金、对劳动力再培训和职业中期机器人教育的投资，以及鼓励本地组装和软件开发的激励措施。现有的举措——如战略创新基金对 IBM 布罗蒙工厂的支持以及对传感器公司的资助——是有帮助的，但德勤的人才警告表明，还需要做更多工作，以防止国内能力流向更大的海外市场。

对于想知道工厂车间里的项目长什么样的加拿大人来说：预计几年内，轮式的、专用机器将出现在配送中心，而人形或更通用的平台随着安全性、成本和监管制度的成熟，出现速度会较慢。技术栈——视觉、力传感、大语言模型规划器、边缘计算——已经存在；挑战在于将其整合到能够连续多年经济、安全运行的系统中。

本报道使用的来源包括公司简报以及来自加拿大机构和政府项目的行业研究。

来源

• 德勤加拿大（加拿大未来中心）
• 加拿大政府战略创新基金文件
• Thorn（儿童安全组织）