Robotteknologi og fysisk AI
ABB Robotics føjer AI Robot Trainer til Fashion Inductor-modulet

ABB Robotics lancerede den 15. oktober 2026 det, virksomheden beskriver som sin første komplette, visionsbaserede løsning til industriel fysisk AI, hvor AI Robot Trainer integreres i funktionalitetsmodulet Fashion Inductor til logistik inden for modebranchen. Virksomheden oplyste, at tilføjelsen reducerer systemintegratorers arbejde med konstruktion og idriftsættelse med op til 75 %, når de implementerer AI-drevne logistikløsninger til modebranchen.
Ifølge virksomheden skal opgraderingen, som blev annonceret fra Zürich i Schweiz, hjælpe integratorer med at implementere, skalere og løbende optimere logistikløsninger til modebranchen med mindre arbejde og lavere risiko. Craig McDonnell, Managing Director, Business Line Industries hos ABB Robotics, sagde i annonceringen, at anvendelser med stor variation traditionelt har været vanskelige at automatisere og rummer nogle af de største muligheder for fysisk AI. »Fashion Inductor med AI Robot Trainer er vores første komplette, visionsbaserede løsning til fysisk AI og viser, hvordan intelligent automatisering kan implementeres, drives og løbende optimeres i industriel skala,« sagde McDonnell.
Fortrænede visionsmodeller og genoptræning i et lukket kredsløb
AI Robot Trainer leverer fortrænede, modespecifikke AI-visionsmodeller, applikationsspecifikke værktøjer og hurtig genoptræning. ABB oplyste, at platformen hjælper systemintegratorer med at implementere, tilpasse og løbende optimere applikationer, efterhånden som kravene ændrer sig, uden behov for specialiseret AI-ekspertise.
Genoptræningsprocessen foregår i et kontinuerligt lukket kredsløb, der overvåger robottens ydeevne, identificerer afvigelser, genererer nye træningsdata til modellerne og implementerer forbedringerne på den fysiske robot. Ifølge ABB forbedres AI-modellerne løbende gennem hele systemets livscyklus. Det sker via struktureret, hurtig genoptræning, der er tilpasset den enkelte celle, og hvor resultaterne måles i forhold til faktiske ydelsesmål og skiftende driftsforhold.
Produktsiden for Fashion Inductor beskriver AI Robot Trainer som ABB Robotics’ visionsbaserede platform til fysisk AI, der er udviklet specifikt til de skiftende forhold i modebranchen. ABB fremhæver hurtig tilpasning til ændringer i produkter og emballage samt løbende forbedringer gennem genoptræning i hele livscyklussen som nogle af platformens funktioner. Virksomheden oplyser desuden, at modulet i modsætning til traditionelle automatiseringssystemer løbende forbedrer sin ydeevne gennem denne proces med et lukket kredsløb.
Digital tvilling og styringsarkitektur
Det opgraderede modul introducerer en ny digital tvilling, som er en nøjagtig kopi af modulets software og forbinder Application Controller Platform, Automatic Path Planning, AI Robot Trainer og RobotStudio. ABB oplyste, at tvillingen fremskynder idriftsættelsen og giver større fleksibilitet i opsætningen, blandt andet mulighed for at integrere komponenter fra tredjeparter såsom gribere.
RobotStudio danner grundlag for virtuelt design, simulering og validering gennem hele systemets livscyklus, mens robotstyringen OmniCore fungerer som udførelseslaget i produktionen. Ifølge produktsiden forbinder den integrerede digitale tvilling alle softwareelementerne, hvilket muliggør hurtigere idriftsættelse, enklere validering og fleksibilitet til at skalere og tilpasse applikationer, efterhånden som kravene ændrer sig.
Kapacitet, præcision og tilhørende hardware
Fashion Inductor er udviklet til de skiftende forhold inden for mode- og beklædningslogistik, hvor produkter, emballage og driftsforhold hele tiden ændrer sig. ABB angiver en kapacitet på op til 1.300 emner i timen pr. celle og et mål for plukkenøjagtigheden på over 99,5 %. Det muliggøres af AI-drevet Automatic Path Planning, præcise bevægelser og applikationsspecifik visionsteknologi. De tekniske data på produktsiden angiver en nøjagtighed på over 99,5 % og en kapacitet på op til 1.300 pluk i timen.
Blandt de relaterede tilbud, der er angivet sammen med modulet, er Robotic Item Picker, Robotic Parcel Inductor samt robotterne IRB 1300 og IRB 2600. ABB tilbyder også en vejledning i fem trin, som kan downloades, om sortering og indføring af beklædning. Her fremhæves mangel på arbejdskraft, sæsonmæssige spidsbelastninger og ændringer i produktsortimentet som forhold, der kan begrænse manuel indføring til sortering.
Baggrund for Item Picking-familien og planer om udvidelse
ABB lancerede Fashion Inductor sammen med Parcel Inductor som AI-drevne funktionsmoduler i virksomhedens Item Picking-familie til forsyningskæder inden for logistik og e-handel. ABB oplyste, at begge moduler bruger virksomhedens AI-baserede visionsteknologi til at håndtere ukendte og tilfældigt placerede emner i ustrukturerede miljøer med en plukkenøjagtighed på over 99,5 %. Virksomheden oplyste også, at AI’en kan trænes til at registrere og afvise emner, der ikke kan føres ind i systemet, såsom kugleformede eller cylindriske produkter. I den tidligere lancering blev Fashion Inductors kapacitet angivet til op til 1.300 pluk i timen af beklædning og tilbehør i plastposer, mens Parcel Inductors kapacitet blev angivet til op til 1.500 pluk i timen af kasser, poser, kuverter og pakker.
Ifølge den lancering var begge moduler præintegrerede og kunne idriftsættes på helt ned til én uge. De brugte ABB’s Application Controller Platform til at integrere robotter, gribere og kameraer via én enkelt computer og brugerflade.
ABB beskriver Fashion Inductor med AI Robot Trainer som det første skridt i en bredere udrulning af synsbaseret fysisk AI, der er en central del af virksomhedens arbejde med mere autonom og alsidig robotteknologi. På programsiden for Autonom og alsidig robotteknologi beskriver ABB AVR-robotter, der bruger generativ AI til at kombinere seks kompetenceområder: interaktion mellem robotter og mennesker, sansning og perception, intelligens og autonom ræsonnering, bevægelsesstyring og sikkerhed, navigation samt gribeevne og fingerfærdighed. Virksomheden oplyste, at den samme tilgang, der drives af AI Robot Trainer, vil blive udvidet til flere synsbaserede applikationer fra ABB Robotics frem til og med Q1 2027.












