# 物理 AI 让巡检机器人真正自主 > **合规声明（生成式 AI 服务）**：前述特定亚马逊云科技生成式人工智能相关的服务目前在亚马逊云科技海外区域可用。亚马逊云科技中国区域相关云服务由西云数据和光环新网运营，具体信息以中国区域官网为准。 > > **完整资料：如果想了解更多内容可以访问:https://events.amazoncloud.cn/china-summit-on-demand/ > > **免责声明**：本摘要仅为便于您了解峰会内容而提供，我们不对其完整性及准确性作出任何保证，且不构成任何建议或结论。相关内容仅供参考，实际内容以峰会回放视频为准。 > **合规声明（受限芯片）**：本环节的内容仅为演讲者提供的独立解释和分析，不代表亚马逊云科技的观点，亦未获得亚马逊云科技的认可。我们鼓励与会者独立评估演讲者分享的观点。 ## 一、基础信息 - **会议类型**：行业大讲堂 - **Persona**：行业创新者 - **时间信息**：6月23日 | 11:35 - 12:00 - **标题**：物理 AI 让巡检机器人真正自主 - **PDF 资料**：有 - **视频回放**：有 ## 演讲人信息 ### 会议信息 - **地点**：上海世博中心（2026 亚马逊云科技中国峰会） - **日期**：2026年6月23日（Day 1） - **时间**：11:35 - 12:00 - **会议类型**：行业大讲堂 - **面向 Persona**：行业创新者 ### 亚马逊云科技演讲人 - **杨志浩**：资深解决方案架构师 ## 二、会议资料 PDF 转录内容 --- Page 1 --- 2026年6月23日-24日 上海·世博中心 --- Page 2 --- 物理 AI 让巡检机器人真正“自主” 多场景具身智能巡检解决方案 杨志浩 亚马逊云科技 资深解决方案架构师 --- Page 3 --- 议程 01 物理 AI 和具身智能 02 亚马逊云科技的物理 AI 堆栈 03 智能巡检解决方案 --- Page 4 --- 物理 AI 和具身智能 --- Page 5 --- 物理 AI: 高度自主的下一个飞跃 感知 计算 物理 AI: 多模态传感器融合 先进的物理 AI 模型 通过对空间关系和现实物理的理解， 鲁棒的、接触感知的 具身推理模型、视觉-语言- 将人工智能扩展到物理空间。 感知能力 动作模型 具身智能： 学习 执行 物理 AI 的子集，通过可以与现实世 界交互的物理身体（例如：机器人） 高保真仿真 人机协作 表现出来。 下一代高保真物理仿真 人类安全的、自适应操控 --- Page 6 --- 常见的物理 AI 实施挑战 数据采集瓶颈 模型优化复杂 高质量、有代表性的数据收集需要大量时间和 模型压缩、量化和知识蒸馏技术需要专业知识。 资源。 资源约束限制 集成和性能挑战 边缘设备的计算能力、内存和存储能力有限，难 在满足实时要求的同时，在不同的硬件平台上保 以部署复杂的模型。 持一致的性能是很有挑战性的。 --- Page 7 --- 亚马逊云科技的物理 AI 堆栈 --- Page 8 --- 亚马逊云科技物理 AI 堆栈 合成数据 分析和理解 数字 仿真和训练 世界 4 3 训练 & 仿真循环 （比特） 云 存储和结构化 部署和管理 2 物理 AI 模型 5 边缘到云 感知 数据结构 （原子） 接入和数字化 边缘推理和运维 1 6 物理世界 自主循环 边缘 执行 --- Page 9 --- 数据采集和准备 边缘 亚马逊云科技 Runtimes | SDKs | Stream Processing Raw Data Batch Validation Feature Computation Agents & Ingestion Storage Processing & Storage Amazon Amazon IoT IoT Kinesis Amazon S3 Glue SageMaker AI Greengrass Core Video Streams 数据采集 数据清洗 特征工程 训练 --- Page 10 --- 训练循环 强化学习 DPO, PPO, GRPO 云上 AI 训练 模型评估 (SFT, CPT) 模仿学习 模型蒸馏 (BC, IRL, GAIL, DAgger) 仿真 --- Page 11 --- 部署，管理和运维 亚马逊云科技 Distillation: Quantization: Performance Validation: “MLOps” Knowledge Hardware-optimized At-Scale Scenario-based Transfer Workflows Compute high fidelity simulation Amazon Elastic Amazon Amazon Batch File System Nova Bedrock SageMaker AI ParallelCluster (Amazon EFS) Amazon AI Services Amazon HPC Services --- Page 12 --- 在 Amazon Batch 上进行仿真 Amazon EC2 Amazon Batch GPU Node --- Page 13 --- 自主循环 感知 计算 执行 模型蒸馏 数据采集 实时推理 过程控制 --- Page 14 --- 云增强边缘自主模式 边缘 亚马逊云科技 Model deployment Amazon IoT IoT at the edge Greengrass Cloud service Amazon Real-time decision making Bedrock AgentCore Amazon Amazon IoT Strands Strands SageMaker AI Greengrass Local Cloud Agents Inspection Agents Device On-device Escalation Cloud applications models models Training, Multi-model, MLOps fine-tuning, tools multi-agent, distillation, responses quantization Local autonomy stack Encrypted and private IoT data + business data data ingestion backbone Safety controls Real-world data for training Privacy and security --- Page 15 --- 物理 AI 智能巡检方案 --- Page 16 --- 机器人巡检 — 广泛适用场景与共性挑战 新能源场站 物流园区 港口码头 智慧园区 制造工厂 风电/光伏/储能 仓储/分拣/配送 堆场/岸桥/输送线 周界/设施/管网 产线/设备/环境 共性挑战 面积大 环境多变 安全风险高 人才短缺 作业范围广、设备分散，人工巡检效率低 极端天气、复杂地形、光照变化大 高空/高压/密闭空间，运维事故率高 运维工程师缺口 30%+，经验传承困难 传统方案的核心缺陷 缺乏对物理环境的深度理解能力，单一传感器可靠性低，缺乏多模态融合与语义理解，无法实现真正的自主决策与自适应执行 --- Page 17 --- 为什么“运维”成了新能源的生死线 行业背景： 超过7万亿新能源资产正从补贴时代进入完全市场化（136号文），运维效率直接决定资产增值还是贬值 巡检机器人“假自主” 故障只能事后定位 机器人真机部署高风险高成本 只按预设路线走，遇到异常不能自主响应，仍 故障码告诉你坏了，但不能告诉你什么时候会 新场景每次现场调试，试错成本高、周期长、 需人值守 坏 安全风险大 数字孪生 = 可视化大屏 多源数据各自为岛 运维知识无法沉淀 画面越炫≠决策越强，缺少对象·状态·因果·控制， SCADA/CRMS/工单/备件/气象分属不同系统， 经验散落在文档/脑袋里，向量检索只能"查资 只是"工业世界的影子" 无法关联分析 料"不能"做决策" --- Page 18 --- 解决方案的三大核心模块 物理世界→数字世界 串联与编排 数字世界→物理世界 数字孪生 多智能体 物理 AI 仿真 → → Digital Twin Multi-Agent System Physical AI Simulation 将物理设备、场站、环境 连接感知，在数字世界中 在仿真中验证决策 映射为数字世界中的实时 推理，决策、编排，并驱 训练机器人技能 状态模型 动物理世界执行 零修改迁移至真机 --- Page 19 --- 数字孪生部署架构图 --- Page 20 --- 多智能体运行平台部署架构图 --- Page 21 --- 多智能流程框架 — 从感知到闭环 由 4 个专业 Agent 协作完成，知识库能力由平台提供，各 Agent 共享调用，调度编排 Agent 统一指挥 L1 L2 L3 L4 L5 感知 诊断 决策 执行 反馈 → → → → 多机器人多模态采集 多模态遥测融合 专用模型检测 + 孪生定位问题区 维修效果验证 预测性维护+备件联动 振动+温度+电流+视觉 LLM 语义推理→根因 智能排程 + 资源调度 数据回流优化模型 人机协同维修 ↓ ↓ ↓ ↓ ↓ 实时传感器+资产建模 + 巡检调度 Agent + 机器人 故障诊断 Agent 调度编排 Agent 知识图谱 + 孪生更新 数字孪生 检修排程 Agent --- Page 22 --- 物理 AI 仿真和训练架构图 --- Page 23 --- 端到端系统架构总览 用户交互层· Frontend Chat UI Isaac Sim DCV Grafana Dashboard 告警反馈闭环 自然语言控制台 3D 仿真视图 运营大屏 Alert→Action→Verify Agent 层· Multi-Agent (Bedrock LLM) 调度编排 Agent 故障诊断 Agent 巡检调度 Agent 检修排程 Agent 运维知识 Amazon Bedrock 总指挥 多源融合+专用检测模型+LLM 推理 多机器人任务分配 预测性维护+备件 RAG 知识库 LLM 推理引擎 数字孪生层· Digital Twin IoT TwinMaker IoT SiteWise Amazon IoTCore Amazon S3 Knowledge Graph + 3D Scene 资产建模+ 遥测 物联网核心 USD 场景/图像/报告 仿真训练层· Simulation/Train NVIDIA Isaac Sim/Lab PhysX 物理引擎 RTX 多模态传感器 ROS 2 Bridge 物理仿真和训练 碰撞/动力学 Camera+Thermal+LiDAR 通信桥接 物理执行层· Physical Robots 无人机 ANYmal 四足 轮式机器人 清洗机器人 Greengrass 边缘网关 空中视觉巡检 地面接触检测 路径环境巡检 光伏面板清洗 数据采集与转发 生产路径： 传感器→Greengrass→SiteWise→TwinMaker→Agent→Dashboard 仿真路径： Isaac Sim→ROS2→SiteWise→TwinMaker→Agent 验证 反馈/指令： Agent→机器人执行| Agent→仿真验证 --- Page 25 --- 反馈二维码 您 （反馈二维码，请扫码填写调查问卷） --- Page 26 --- Thank you --- Page 27 --- 2026年6月23日-24日 上海·世博中心 ## 三、会议回放视频转录内容 呃大家好 大家想象一下 凌晨三点 有一个巡检的机器人 然后爬到了一个风机的80 米的高度 然后发现了一个裂缝 你说他是应该去向人汇报呢 还是说继续往前爬 我们看到目前其实是他不知道该怎么办的 那我今天的演讲的就是解决一个问题就是 那些机器人怎么让他通过物理 AI 真正实现能够自主决策 大家好我是 亚马逊的解决方案架构师杨志浩 那我今天的主题呢有三个部分 首先呢跟大家对齐一下 物理 AI 和具身智能这个概念 另外紧接下来呢 我们给大家介绍亚马逊云科技 他在物理 AI 的一个全栈的一个解决方案 以及最终用物理 AI 如何真正落地到一个巡检的一个解决方案上面 那这几年其实物理 AI 是非常非常的热门 然后去年到今年也是一个 据说2026年是个元年 那物理 AI 大家都知道实际上 就是让 AI 去感知物理世界 能对物理世界的一些原理进行理解 他包含了感知计算 执行学习主要这四个大的功能 那具身智能呢 就是通过一个有身体的 一个机器人让他跟物理世界进行交互 但是实现物理 AI 有四个坎是没有办法去绕过的 大量的这个数据集 数据非常的大 然后模型的优化呢需要很多的专业的知识 那其实还有很多在边缘侧呢 他的受限于算力的一些限制 他还是需要 他会受资源的限制 部署复杂的模型还是有一定的这个难度的 最后呢 他在不同的平台上 他其实运起来呢 还是有些挑战 那亚马逊云科技如何应对这些物理 AI 的这些挑战呢 那我们快速的给大家看一下 亚马逊云科技 他在物理 AI 的一些堆栈 那首先我们看一下 这是一个整体的一个框架的一个图 那后面我们会逐步进行展开 那我们首先看中间的以物理 AI 模型为核心 他是连接了物理世界和数字世界 那感知呢 是从把物理世界的这个原子变成了数字世界的比特 那执行呢 又把数字世界的比特又变回了 物理世界的原子 那不断的进行循环 那我们再看上面和下面各有两个圈 又有一个循环 在云端呢 我们获得大量的数据进行分析和理解 用仿真的方式进行合成数据 然后呢进行训练 进行第一个在云端的训练仿真的一个循环 那在下层这一圈呢 是我们在边缘侧 就是机器人侧的一个自主的一个推理的一个循环 它分别执行了感知环境进行推理计算 然后执行动作 最后再反馈给数据 那最外层我们看到一个蓝色的圈呢 是在我们物理 AI 的这个工程化的一个领域的一个六个阶段 分别是数据的接入和数据的存储和结构化 然后进行数据的分析和理解 仿真和训练 部署和管理 边缘 最后边缘推理 那在云端的这个数字世界 就是我们训练和仿真 和在边缘侧的这个自主的推理循环 连接呢是通过我们的边缘到云的这个数据结构 云端的这个训练的数据 和训练的模型往边缘侧进行推理 那边缘侧的这个自主循环的进行采集的数据呢 再反哺给云端进行这个训练 然后我们分别把这几个模块给大家做一个展开 首先呢我们看到在数据采集这一端 在边缘侧呢我们通过这个 IoT Greengrass 不管是各个边缘侧的传感器也好 还是集成一些多模态的一些数据也好 传到云端之后呢通过亚马逊的这个物联网的网关 或者是像 SiteWise 这种工业网关呢进行处理 然后一些视频的数据通过 Kinesis Video Streams 然后进行数据存储到 S3 之后呢进行 ETL 由 SageMaker 进行特征的一些计算推理 然后最终呢实现了一个整个的数据采集的一个 pipeline 那紧接着下来 到云端之后呢我们有一个第二个循环呢 就是一个机器学习的循环 首先我们看到数据上来之后呢 云端呢进行一些监督微调 让它能够去掌握 巡检了一些这个要的场景 紧接着下来呢 去通过强化学习和模仿的学习呢 进一步去对我们的模型呢进行优化 然后进行评估 当然在这里面呢 还有一个闭环的就下边的一个仿真 那我们不可能把所有的机器人的数据呢 都是都是从这个现实来进行这个采集 那我们会有一个大规模的仿真呢 跑的数据后再反哺给的云端进行训练 当然我们要部署在边缘侧 或者机器人侧的时候呢 这么大的模型 它不一定能够部署了 那我们还需要进行模型的一个蒸馏 那我们紧接着下一个阶段 也就是说在云端呢 我们要对模型 把大模型变成小模型 两种手段 一种就是蒸馏 另外一种就是量化 大家都比较熟悉 我们利用亚马逊云科技的这种 AI Service 然后紧接着下来之后呢 我们说还有一个仿真的环节 那亚马逊云科技的这些 HPC 的服务呢 让我们的仿真环节瞬间的调起 比如1000个这种 instance 的进行训练 好 比如说我们看到用 Amazon Batch 服务呢 迅速的调起上千个 GPU 的这个节点 我们用的是比如说仿真的软件 这个机器狗呢 在大规模地进行训练 然后仿真模拟之后呢 我们再进一步的去 如果验证之后呢 在推理到我们机器人端 好 现在到了推动的技术端之后呢 我们模型也进行蒸馏和量化了 那对这个时候呢 要在边缘侧呢 完全一个自主的一个循环 完全不依赖网络 它就会完成感知环境 计算决策 然后执行这个结果 然后再反馈到我们这个模型进行实时推理 也就是说再进一步进行数据采集 数据采集完了之后呢 回馈到我们的这个云上进行训练 整个形成一个闭环 然后这个是我们整体的一个架构的一个参考图 也就是以上我们就介绍了 是说这个整个架构呢 就是云增强的边缘自主的模式 也就是云边协同的这么一个架构 在这里面我们看到连接云端和边缘侧 是通过相关的这个大模型 以及边缘侧的这个推理 在边缘侧呢 我们实现了自主的这个 自主的循环和决策 但是在很多有的时候情况下 95% 都在本地能够循环 但有些情况下 它还是要上报到云端进行推理 比如机身遇到了一个新的这个 一个地形的一个环境 他不知道该怎么决策了 那他反馈到云端以后 云端再给他做一些计算 然后再反馈他 好 那刚才说了这么多亚马逊云科技的一些物理 AI 的解决方案 那如何落地到真正落地到一个场景下呢 那我们大家看一下 这是我们通过物理 AI 在一个智能 巡检的一个落地的一个方案 巡检的实际上不光是在 我刚提到的新能源的场站 它其实在物流港口码头 智慧园区还有这个制造工厂 它其实都有场景 它的场景都是共性的 比如它的面积比较大 环境比较多变 有些情况下还是非常的危险 比如在电力行业有很多高压线 另外人才也是短缺的 在传统的巡检方案里面 实际上它缺乏对物理环境的一个感知 单一的传感器的可靠性也比较低 缺乏一些多模态的语义的理解 无法实现真正的自主和自适应的执行 那回到我们这个新能源行业 对新能源来讲的话 我们知道在去年国家能源局发布了136号文 让我们所有的新能源资产全部市场化 这个时候运营的效率就直接决定了 我们产能是增值还是贬值 在新能源场站我们也是非常的明显 有这些的挑战 我就不一一介绍了 我简单说了三个 首先我们现在目前已经在新能源场站已经部署了 其实很多机器人了 包括无人机 爬机 机器狗 已经在广泛应用在我们的场景巡检了 但是它并非是自主的 更多的是通过预置的一些路线 按照规则走的 它并不是真的一个自主 那在新能源场站的巡检它还有一个很大的一个所谓的大屏 我们已经实现了数字孪生 但是数字孪生我们现在看它就是个大屏 但是你会看到是说 这个数字孪生它缺少工业的本体的对象 它没有因果链 它没有真正实现控制 它只是工业世界的一个影子 另外我们那么多的工业场景下来 那么多运维的知识也没有沉淀下来 尤其是在很多老师傅的经验 并没有说真正反哺到我们的运维的场景 我们这个解决方案有三大核心模块 就解决以上的一些问题 第一个模块就是数字孪生 它是把我们的物理世界抽象成一个数字世界 将我们的物理设备、场站、环境 映射为数字世界的实时的状态模型 通过我们的多智能体 把我们的物理世界和数字世界进一步进行串联 多智能体连接获得数字孪生的感知 然后在数字世界里面进行编排、决策 然后驱动我们的物理世界的执行 第三个模块是物理 AI 仿真 我们说在仿真中 我们只有在仿真中进行训练之后 才能真正推到我们的物理真机上 然后又由数字世界又回到我们的物理世界 以下我们会把这三个模块进一步去给大家拆解 首先数字孪生 数字孪生的架构图实际上最核心的用到了我们 亚马逊云科技 两个模块 一个是在云端进行数字数据的接收、资产的建模 然后另外用 TwinMaker 进行 3D 的数字孪生 在边缘侧 我们是通过 Greengrass 的边缘网关 把机器人或者其他传感器的数据推送到云端 推送到 SiteWise 这套数据接收 SiteWise 然后用 Grafana 把这数字孪生以及我们相关的采集的数据进行大屏的展示 当然在这里面我们有重要的一个闭环是什么呢 我们通过下方的多 Agent 的去获得 比如说数据报警之后进行判断 然后再进一步去做大模型的多模态的一个诊断 诊断之后 再反馈到我们的数字孪生的数据 进行实现了一个闭环 这个数字孪生 然后第二个 我们就是多智能体 那我们利用了一个非常成熟的架构 把我们的四个主要的 Agent 部署在这个平台上面 实现了快速的大件应用 我们整个平台是 Agent 的平台 做多过内 ECS 的服务上面 它是一个完全 Serverless 的容器架构 然后利用各种 Bedrock 提供的大模型的能力进行调用 在这个方案里面 我们也用到了知识图谱 以及 RAG 基础实现了一个 GraphRAG 的 让我们的工业数据之间的联系和归因进一步去做 让它进行增强 我们再进一步去看一下多智能体的一个流程 它实现了从感知到闭环的整个流程 首先 刚才说了在边缘侧我们获得数据以后 它是一个 首先做一个感知 实时的传感器 进行比如说像振动 温度 电流 视觉 这些模块的数据 实时的都进入到数字孪生体系里面 进行资产建模 然后这些数据 由我们刚刚提到 有这几个 Agent 首先的第一个 Agent 就是诊断 Agent 它把专用的检测的模型 比如说叶片 风机 叶片的缺陷检测 振动模型的检测 再加上大模型以及知识库相关的这些信息 经过语义的推理 最后找到根因 然后 交给了调度编排的 Agent 然后进行决策 孪生 触发孪生定位的问题区域 然后通过决策的 Agent 进行智能编排和资源调度 然后紧接下来 由巡检调度的 Agent 和机器人 检修的 Agent 实现多机器人的多模态的数据的采集 实现预测性维护 以及备件联动以及人机协同维修 形成各种各样的数据元 那最后 由机器人或者是人工进行检修以后 再反馈到我们的孪生和知识图谱里面 实现整个的一个闭环 那第三个模块就是物理仿真了 那在这里面的我们的核心 是通过 亚马逊云科技 的 HPC 的这种环境迅速拉起 仿真和训练的一个集群 主要是在右上角这块 首先是训练 然后是仿真模拟 然后进行训练 那在这里面 我们看到最右上面还会有一个多 Agent 他在决策过程中 会派遣相关的机器人 他不是直接推送到让机器人去物理机执行 他还是要通过仿真和训练之后 把确切能够安全的一个执行的方案 然后最终再通过 Sim2Real 这种方式 再推送到边缘侧的机器人上面 好 这个是我们这个方案的整体的一个架构的总览 主要是五层架构 首先最底下就是我们的物理执行层 是由各种各样的机器人 还有相关的一些网关 然后第二层就是我们的仿真训练层 由 NVIDIA 的这些相关的仿真和训练的软件进行构成 用 亚马逊云科技 的 HPC 拉起大规模的训练集群 然后第三层就是数字孪生层 主要以 IoT SiteWise 和 TwinMaker 实现了这个物理到数字的一个展示 然后再到上面一层就是多 Agent 层 我们刚刚提到主要有四个 Agent 编排 诊断 调度 排程 然后大家共享工业的运维知识 用 Bedrock 大模型进行推理 最上面一层就是我们的展示层 好 那接下来我给大家做一个 Demo 好 首先我们看到这是一个运维的大屏 用 Grafana 去 发现了一个风机出现了一个故障 然后由数字孪生也能够看到这个风场的实时情况 有第三号风机出现了一些故障 那我就问大模型说 第三它有振动我们去看一下怎么回事儿 然后这时候它就会走这个流程 比如说诊断流程 然后决策流程 先做一个诊断 然后它从知识库里面发现相关的一些 这个根因分析之后 它要去 它说应该派一些机器人进行确认 它看得下来是有两个机器人 一个是机器狗 去做振动的检测 在这个视频里 在这个左边是我们的这个仿真的一个界面 对它拍了相关的实时的画面 采集到了振动的这个视频 然后同时它又派了我们的无人机 进行红外线的这个扫描 所以这是大模型自主的判断 然后去驱动一个仿真的任务去执行 等训练整个仿真结束以后 我们再进行这个训练 最终去验证之后才会推动到真的机器人上面 最后出现了一个大模型会写一个巡检的一个报告 你看有任务一是无人机的热扫 然后自主机器狗的声学的一个振动检测 最终研判 他说应该是轴承的那个问题 然后他会去进行的判断是说 要去做一个配件进行维修 主轴承的替换以及这个润滑油 需要润滑油 然后到配件库里面进行查询 现在目前是充足的 然后这个时候呢 就要就人工进行去做这个处置 因为涉及到这个一些配件的束缚 要工程师进行进一步去确认 好 那我们进行这个确认之后呢 实现了这个 然后工人的进行上站门去检修 或者将来实现机器人的检修 然后检修完成之后呢 去做一个返回到我们平台里面 进一步去做一个闭环 以上就是给大家介绍的 整个用物理 AI 实现智能巡检的一个过程 好 谢谢大家