工业机器人与制造智能体路线¶

这页不是替代 VLA / 机器人主线，而是补一条 2026-2028 越来越重要的就业出口：工业智能体 + 制造 AI + 机器人场景落地。

1. 为什么要单独看这条线¶

过去很多人把具身智能只理解成：

学术机器人
人形机器人
VLA 论文

但现在产业信号已经更明确了：

制造业在推进工业智能体
机器人与工业流程开始与大模型结合
真实岗位会同时要求：
感知
控制
场景流程
数据闭环
部署与可靠性

2. 这条线通常包含哪些岗位¶

方向	典型工作
机器人算法	感知、控制、规划、仿真到现实
VLA / 多模态动作模型	视觉-语言-动作建模、动作 token 化
工业智能体工程	用 Agent 连接工艺流程、设备、知识库、工单
机器人平台与系统	任务编排、状态监控、部署和回滚

3. 你要补的能力不是单一模型，而是完整链路¶

Text Only

感知 -> 状态理解 -> 规划 -> 控制/执行 -> 反馈 -> 数据闭环

在工业场景里，还要多一层：

Text Only

规则 / 安全 / 权限 / 稳定性 / 设备约束

所以它既不像纯 NLP，也不像只做一个 Demo Agent。

4. 站内学习顺序¶

如果你更偏工业智能体，而不是纯机器人算法，建议再并行学习：

5. 项目建议¶

项目 A：仿真到现实迁移¶

机器人感知或控制任务
明确 sim2real 差距
展示 domain randomization 或 teacher-student

项目 B：工业流程智能体¶

接 SOP / 知识库 / 工单
生成处置建议或流程编排
展示权限边界与回滚

项目 C：视觉 + 流程 + 执行闭环¶

图像/视频理解
场景状态判断
调用工具或控制流程执行

6. 面试里怎么区分自己¶

不要只讲：

我看过哪些 VLA 论文

更要讲：

这个系统在什么场景跑
风险边界是什么
感知和控制怎么闭环
数据怎么回流
出错了怎么退回人工或安全模式

这类回答会更接近工业真实需要。