7月17日至20日，2026世界人工智能大会在上海举行。大会以“智能伙伴 共创未来”为主题，具身智能成为重点赛道，集中展示了人工智能由信息处理向物理作业延伸，由内容生成向环境感知、任务理解和动作执行拓展的发展趋势。

建筑业是典型的物理作业行业。人工智能正在提升施工装备感知环境、理解任务和适应变化的能力，为建筑机器人发展创造新的技术条件。但技术展示与工程应用之间仍有明显距离。建筑机器人能否由单项动作验证走向连续稳定作业，还受现场环境、设备可靠性、施工组织和工程经济等多重条件约束。

从工程实践看，较长时期内，建筑机器人仍将以专用设备为主，并主要采取人机协同方式。其应用将逐步由单机辅助向协同作业、由人工操控向有限自主发展，完全自主的通用机器人进入复杂工地仍需持续验证。

一、人工智能拓展技术空间，工程验证明确应用边界

建筑机器人并非新生事物。上世纪八九十年代，日本大型建设企业已经开展喷涂、抹平、焊接等施工机器人研发，但整体未能形成持续、规模化应用。一个重要制约，是当时的机器人通常需要针对具体工序和作业场景分别开发、调试。建筑项目差异较大，现场状态不断变化，程序开发和场景适配成本难以通过一次性项目充分摊薄；设备可靠性、现场标准化程度和综合成本，也限制了机器人跨项目应用。

新一轮人工智能正在改变这一条件。依托多模态感知、学习型模型和仿真训练，机器人可以从数据和示范中学习部分作业技能，减少对固定程序和预设环境的依赖，提高对作业对象和现场变化的识别能力。

但建筑机器人不会由固定程序直接转向完全依靠学习。较长时期内，更可能采用规则控制与学习能力相结合的架构：人工智能用于环境感知、任务理解和场景适配，确定性控制保障轨迹执行和作业精度，安全规则负责限速、避碰和停机，人员承担异常接管和结果确认。现阶段，机器人对复杂环境的持续感知、跨场景适应和异常处置能力仍不充分，连续稳定作业仍需经过真实工程反复检验。

二、场景差异增加应用难度，工程应用需要分层推进

当前，人形机器人和具身智能应用进展较快的领域，主要集中在制造、仓储等结构化环境。这类环境空间布局相对固定，作业对象和流程较为标准，质量要求和异常边界也比较清晰，更适合机器人通过重复训练形成稳定能力。

建筑工地则是典型的半结构化环境。不同项目的空间条件和施工组织存在差异，天气变化、人员流动、材料堆放、工序交叉和临时设施调整会持续改变现场状态。建筑生产还具有一次性和流动性，机器人完成一个作业面后，往往需要转场、重新定位并适应新的工况。施工作业直接作用于实体工程，一旦出现偏差，可能带来返工和质量安全风险。

标准化设计、工业化建造和数字化交付，可以提高构件与工艺的一致性，为机器人创造更加稳定的作业条件，但不能完全消除现场变化。建筑机器人将根据场景结构化程度和任务复杂程度分层推进：构件工厂和标准化生产线可以率先提高自动化水平；封闭、连续、规整的现场工序，更容易应用专用机器人；动态变化较多的施工现场，将以人机协同和有限自主为主；通用机器人则主要在复合任务中持续验证。不同层次可能长期并存。

三、专用设备仍是主要形态，人机协同将会长期存在

从技术成熟度和经济可行性看，专用机器人在较长时期内仍将是主要应用形态。测量、抹平、喷涂、焊接和检测等专用设备，任务边界较为清晰，成本和维护相对可控，可靠性也更容易验证。通用人形机器人未来可能在需要适应复杂地形、使用现有工具并连续完成多种任务的场景中发挥优势，但其作业效率和经济性仍需工程验证。

建筑机器人首先要解决具体工程任务，不一定采用人形。轮式、履带式、轨道式、爬壁式、机械臂和智能施工装备，都可能更适合特定工序。设备形态最终取决于作业对象、现场条件和投入产出关系。

与专用设备相适应，人机协同也将长期存在。机器人适合承担边界清晰、可以重复的作业，人员负责作业准备、过程监督、异常处置和质量确认。人机协同主要包括人工直接或远程操控、人员监控下的机器人作业，以及限定场景内自主运行、异常情况下人工接管等方式。不同方式应根据任务复杂程度和风险等级，匹配相应的安全和管理要求。

班组是现场作业组织的基本单元，也是人机协同效果的直接承载者。现阶段，人机分段完成工序更具现实基础：机器人承担大面积、连续和重复作业，人员负责准备、边角处理和异常处置。评价人机协同，不能只看单机速度，而要看班组整体的合格作业量、作业时间和综合成本是否改善。

（下转第2版）