FANUC 11 сентября 2026 года анонсировал AI Welding Agent — Physical AI-систему для промышленных роботов, созданную совместно с Google на базе корпоративной платформы Gemini Enterprise. Она по фотографии инженерного чертежа сама определяет материалы и геометрию детали, рассчитывает параметры дуговой сварки и записывает пространственную программу движения манипулятора, а первые коммерческие поставки запланированы на конец декабря 2026 года.

image
image
image

Что произошло

Сценарий работы, описанный в пресс-релизе FANUC, строится вокруг штатного оборудования: встроенная камера планшетного пульта CRX снимает инженерный чертеж, после чего агент распознаёт материалы и геометрию детали и автоматически формирует значения тока и напряжения вместе с программой движения робота для дуговой сварки. Эту связку производитель называет «zero setup, zero teaching», то есть сваркой без ручной настройки и без предварительного обучения манипулятора. Оператор может запустить сгенерированную программу как есть либо внести в неё точечные правки перед стартом. Система аппаратно независима: она работает с любым сварочным источником тока, подключённым к роботу FANUC, а доступ оформляется подпиской через уже действующие договоры компании, без отдельного контракта с Google Cloud. Продукт демонстрировали в действии на выставке International Welding Show в Tokyo Big Sight, которая открылась 16 сентября 2026 года.

Контекст

AI Welding Agent относится к направлению Physical AI: агент на большой языковой модели замыкает цепочку от инженерного документа до управляющей программы физической машины. Эта цепочка технически распадается на известные подзадачи — понимание чертежа по фотографии, вывод технологических параметров и генерацию траектории манипулятора, и каждая из них по отдельности решалась и раньше. Заявленная новизна здесь именно в end-to-end исполнении: один агент на платформе Gemini Enterprise выдаёт и режим сварки, и готовую программу робота вместо набора разрозненных инструментов. Классическая альтернатива — ручное обучение манипулятора и offline-программирование — до сих пор остаётся отраслевой нормой при подготовке производства.

Почему это важно для индустрии

Для промышленной автоматизации это удар по узкому месту: перевод инженерного замысла в безопасную, готовую к производству программу робота, которую сегодня вручную готовят сварщик, техник или интегратор. Если заявленный отказ от обучения манипулятора сработает в серийной эксплуатации, сократится цикл подготовки новых деталей в high-mix производстве — в автопроме, строительстве и судостроении, где каждая новая деталь требует собственной программы, — и это может частично компенсировать глобальный дефицит квалифицированных сварщиков. Для других вендоров анонс создаёт прямое конкурентное давление: ожидание «чертёж на входе, программа на выходе» теперь можно предъявить любому производителю роботов. FANUC при этом позиционирует систему как дополнение к квалифицированным специалистам, а не как их замену. Если точность подтвердится в промышленной эксплуатации, паттерн «документ → готовая программа» может распространиться на смежные процессы вроде лазерной резки, покраски и сборки, а роль интеграторов сместится от программирования к валидации и надзору; пока это прогноз, а не состоявшееся событие.

Почему это важно для пользователей

Читателю, который работает в цеху или занимается роботизированной интеграцией, объявление показывает, как Physical AI выглядит на практике: цепочка от документа до движения машины закрывается без ручного программирования. Оператору достаётся роль контролёра — получить из фотографии чертежа параметры и программу, проверить их и запустить сварку, при необходимости внеся точечные правки. По заявлению FANUC, чертежи и производственные данные обрабатываются внутри защищённой корпоративной среды Gemini Enterprise и не используются для обучения моделей других клиентов, что важно для предприятий, охраняющих свою конструкторскую документацию. Для команд, которые оценивают внедрения, меняются и метрики: имеет смысл заранее считать долю сгенерированных программ, принятых оператором без правок, и время от снимка чертежа до первой годной детали. Принимать решения всё же стоит после первых реальных развёртываний и независимых замеров, а не по выставочному демо.

Что пока неизвестно / ограничения

Сейчас заявленные возможности опираются только на вендорский анонс и демонстрацию: в источниках нет методологии, метрик или независимых испытаний. FANUC не раскрыл цену, показатели точности, список поддерживаемых моделей CRX и результаты независимых тестов, поэтому реальные характеристики станут известны в основном после первых развёртываний. Ключевая скрытая переменная — доля чертежей, для которых оператор принимает сгенерированную программу без правок, и фактическая точность предсказанных параметров дуги; без этих чисел рабочую систему трудно отличить от выставочного демо на отобранных кейсах. Наконец, сценарий распространения паттерна «документ → готовая программа» на другие производственные процессы — это интерпретация возможного развития, а не установленный факт.

Источники

Автор

Look at AI, редакция