“因为不具备人工智能的功能，目前的机器人还不能算是真正意义上的机器人，只能称之为自动化的机器。”国际机器人及智能装备产业联盟首席执行官罗军日前表示，在“互联网+”的背景下，传统机器人要与互联网技术、人工智能技术深度结合，加快产业转型升级步伐。

　　“真正意义上的机器人，即新一代机器人（机器＋人工智能）将在未来10年出现。也就是说，我们将用10年左右时间基本进入到机器人产业2.0时代。”罗军预测，未来30年，中国将是机器人及智能装备产业最大市场。2020年，全球工业机器人市场有望突破100万台，中国市场将突破40万台。

前瞻布局新一代机器人产业

　　从当前机器人产业发展看，工业机器人是机器人增速最大市场，将长期占据机器人领域80%的份额。服务机器人尽管需求大幅增加，但市场份额还非常小，预计2020年在机器人领域的市场份额有望突破10%。特种机器人处于快速上升期，目前主要应用在作战（排雷等）、月球、消防等特种行业，今后有望在更多民用领域得到拓展，预计2020年在机器人领域的市场份额有望达到或突破20%。

　　“现在我们所说的机器人主要是指工业机器人。而所谓的工业机器人实质就是一些机器臂、机器手和AGV等。”罗军告诉记者，机器人产业变革将提前来临，新一代机器人概念将在未来三到五年内提前引爆。所谓新一代机器人，主要是指机器人＋互联网＋人工智能。罗军预测，谷歌、微软、英特尔等一大批信息技术企业将纷纷进军机器人领域，布局机器人产业2.0时代，引领智能机器人产业创新发展。而美国在未来10年，将重新夺回机器人产业头把交椅。

　　近年来，机器人市场继续保持高速增长，预计今年全球市场有望突破33万台（2014年22.6万台），其中，中国市场有望突破10万台（2014年为5.6万台）。未来，新兴国家将是机器人增速最快的市场，欧美等发达国家基本饱和，刚性需求明显减少。未来30年，中国将是机器人及智能装备产业最大市场。

　　要抢占产业发展制高点，必须前瞻性布局新一代机器人产业发展。罗军告诉记者，我国虽然从2013年就成为全球机器人最大的市场，并将至少在未来30年继续保持全球最大市场，但是，我国大大小小的500多家机器人企业并不占有任何优势，我们与国外机器人企业的差距不是在缩小而是在继续拉大。

　　罗军认为，要加快我国机器人产业转型升级，必须避开目前已经出现的发展误区：一是沿海城市纷纷推进的“机器换人”计划，没有将机器人的市场需求与产业培育有效结合。机器虽然替代了产业工人，但当地机器人产业却并没有发展起来；二是各地的“招商引资”暂时提升了传统制造业，却又诞生了一大批新的传统机器人企业。这些企业三五年之后将再次面临新的产业转型升级压力；三是片面强调生产加工，而轻视了前沿性技术的可持续研发；四是机器人发展思路整体上缺乏顶层设计；五是过度强调核心零部件的自主研发和生产，而忽视了机器人产业2.0时代背景下，传统的伺服电机、控制器、减速器可能已经不再是核心，将被新的核心零部件所取代。

搭建首个机器人创新示范平台

　　人工智能的实质是信息技术（包括互联网、大数据、云计算）与传感技术等其他先进技术融合的产物。罗军认为，人工智能并不是复杂高深的学问，也不是遥不可及的，当前人工智能的雏形已经显现，谷歌、微软已经在人工智能领域投入巨资，并取得了阶段性成果。谷歌无人驾驶汽车、达芬奇微创手术机器人等都已经具有一定的人工智能水平。未来10年我们将迎来机器人产业2.0时代，人工智能的初级阶段将到来。

　　“正因为我们看到了机器人产业正在出现的新一轮产业变革趋势，以及人工智能技术的不断突破，所以我们将‘人机协作、智能制造’作为第三届世界机器人及智能装备产业大会的主要议题。”罗军介绍，第三届世界机器人及智能装备产业大会暨博览会将于2016年6月29日~7月2日在广州举行。大会设置了“机器人＋互联网”、“机器人＋创客”、“机器＋人工智能”、“机器＋深度学习（大数据＋云计算）”、“迎接机器人产业2.0时代”、“中国制造2025与德国工业4.0和美国再工业化”、“机器换人与机器人产业”、“机器人产业园区创新”等议题，展览面积将首次突破2.3万平方米。

　　推动传统机器人产业转型升级，加快人工智能与机器的深度融合是一项长期的、艰巨的任务。罗军表示，国际机器人及智能装备产业联盟作为一家非政府、非营利性的行业智库，将积极推动机器人产业与智能制造结合，推动机器人产业与示范应用结合，推动机器人国际间的对话与合作，并引领和助推智能机器人产业发展。

　　据悉，由国际机器人及智能装备产业联盟主导的首个国际智能机器人研究院和首个机器人创新示范平台正在深圳、广州、上海等地选址，将在2016年全面启动。届时，将与卡耐基－梅隆大学机器人研究院、剑桥大学人工智能实验室、慕尼黑工业大学人工智能研究所等全球顶级科研机构合作，针对中国市场需求，共同组建实验室和工程技术中心，促进机器人与人工智能的深度结合。