AIPress.com.cn报道

LG 集团 IT 服务子公司 LG CNS 判断，具备“物理智能”的 AI 机器人，最快将在两年内真正走出试验阶段，进入工厂产线实现规模化商业应用。这一判断，来自 LG CNS CEO 申均允（Hyun Shin-gyoon）在 CES 2026 期间的公开表态。

在他看来，制造业对机器人应用的重心，正在从概念验证转向真实生产环境部署。目前，机器人在工厂中的应用已不再停留在展示或单点测试，而是逐步进入需要稳定运行、可复制扩展的阶段。不过，申均允也指出，要让机器人真正承担产线任务，还需要在系统、流程与规模化生产能力上完成更充分的准备。

LG CNS 并未将自身定位为机器人硬件制造商，而是将“物理 AI”的核心放在智能能力与场景训练上。公司策略是基于成熟的机器人本体和通用智能模型，对其进行针对具体作业环境的训练与适配，使机器人能够理解工厂现场的操作逻辑、判断路径和决策节点，从而在真实工业条件下稳定工作。

在这一过程中，部署后的持续管理同样被视为关键环节。LG CNS 目前已在包括制造工厂和物流中心在内的多个实际场景中测试工业级人形机器人，相关客户数量超过 10 家。在造船领域，机器人被用于船舶零部件装配检测；在物流中心，则承担货物堆叠与取放等高频操作任务。这些测试被视为从“能不能用”走向“能否长期运行”的重要一步。

支撑这一战略的，是 LG CNS 推 demonstrate 的 “Maestro” 平台。该平台的目标并非控制单一机器人，而是将来自不同厂商、具备不同功能的机器人整合进同一系统，使其能够根据现场条件协同作业、分工配合。通过统一调度与智能协作，机器人不再是孤立执行任务的设备，而是形成具备整体效率的“作业团队”。

在商业模式上，LG CNS 也在探索更灵活的路径，包括单独的软件部署、软硬件打包交付，以及覆盖部署、监控与持续再训练的平台化服务，以适应不同行业与客户对自动化升级的需求。

从更宏观的角度看，LG CNS 将这一方向视为“Agentic AI”驱动的产业转型，即通过重构现有工作流程，让 AI 不只是辅助工具，而是真正参与决策与执行，从而带来可量化的效率提升与成本下降。公司表示，2026 年将重点推动相关项目落地，交付可验证的商业成果。

整体来看，LG CNS 的判断释放出一个明确信号：物理 AI 正在接近产业化临界点。随着机器人智能能力、系统协同和场景理解不断成熟，工厂产线或将成为生成式 AI 之后，下一个大规模落地的关键战场。（AI普瑞斯编译）