机器人与物理 AI
松下控股推出用于物理人工智能参考模型的KMC

2026年11月11日,Panasonic Holdings宣布启动制造业共同体倡议,项目名称为KMC,计划通过产业界、政府和学术界合作,在日本开发人工智能与机器人参考模型,并将其部署到各类工作场所。
KMC是更广泛行动的一部分,旨在加速由现场需求驱动的物理人工智能发展,即将人工智能与制造业专业知识相结合,应用于实体工作场所。随着人工智能的应用范围从数字环境拓展出去,公司希望改进研究、设计和生产流程。
这一设想中的学习闭环始于人工智能从工人的经验、技能和判断中学习。工人运用由此产生的分析结果和提案,而工作过程中形成的新知识和数据则会反馈给人工智能,供其继续学习。松下的目标是让人、工作场所与人工智能在研究、设计和制造场景中持续进行双向学习。
在KMC框架下,各组织将在企业和组织边界之外共享制造技术、知识及人际联系。松下表示,其愿景是汇聚日本的制造业能力,打造具有全球竞争力的生产模式。
公告还提及技术部门的2040年技术愿景,该愿景将技术开发与合作伙伴共创相结合。公告指出,人工智能和信息物理系统——即将数字分析与实体运营相连的系统——是贯穿各研究领域的共通技术,涵盖机器人、传感以及基于模型的方法。
制造数据与工艺应用
该战略以逾百年的制造经验为基础,涵盖材料、器件、传感、控制和生产工艺。它还运用熟练工人掌握的技术,以及将物理现象转化为可用数据的方法,使人工智能项目既扎根于工厂运营,也立足于软件。
公告提及的一个制造领域是玻璃型钙钛矿太阳能电池。松下的材料技术,以及源自显示器制造的喷墨涂布、激光加工和密封技术,可用于制造能够发电的窗户和墙体玻璃。公司计划运用信息学和人工智能开展材料开发并优化工艺条件;相关业务已于2026年9月启动,开始销售量产前产品。公司计划于2029年4月在滋贺县长滨量产技术开发基地实现全面量产。
半导体相关工作聚焦于先进后道设备,适用于三维芯片堆叠及其他下一代制造用途。该领域结合了等离子体表面改性、精密键合、印刷、检测和传输技术。新近启动的人工智能半导体封装项目整合了研究与业务开发,计划利用人工智能分析工艺数据和检测图像,以支持质量预测、工艺条件搜索及设备规格制定。
T-Rex展示机器人技术实例
另一份松下于2026年11月5日发布的研究报告展示了支撑这一战略的机器人研究。Panasonic Holdings和Panasonic R&D Company of America与加州大学伯克利分校、NVIDIA、斯坦福大学、罗马智慧大学及ItalAI的研究人员共同开发了T-Rex。该系统将指尖触觉信息整合进视觉—语言—动作模型,由该模型把图像和自然语言指令转化为机器人动作,使机器人能够随着接触条件变化而调整动作。
T-Rex通过一个以约5 Hz运行的视觉与语言模块生成大范围动作,即每秒更新五次;与此同时,触觉模块以约20 Hz的频率修正动作。这样一来,系统能够应对打滑或用力过度等情况,而无需每次调整都重复较慢的图像识别过程。T-Rex论文介绍了一个包含100小时丰富触觉信息的数据集,以及可适应这些不同处理速率的变速率混合变换器架构。
松下报告称,在12项真实接触任务中的平均成功率为65%,而表现最好的对比方法成功率为35%,移除触觉信息后成功率则为42%。评估任务包括翻页、转移鸡蛋、挤牙膏、开锁、取卡和拧入灯泡,均需要精细控制力度并处理可变形物体。
松下计划将来把相关技术用于制造业中的零部件插入、拆卸和拧紧,以及物流中柔性或易碎物品的搬运,以减轻工人负担并缓解劳动力短缺。KMC的核心检验标准是:共享制造知识能否帮助将T-Rex等研究成果转化为可在生产和物流工作场所重复使用的参考模型。












