★ FEATURED ARTICLE 这两年我养成了一个习惯每年至少去一次大型人工智能和机器人展会不是为了追热点而是想看清哪些技术开始离开PPT、真正走进产线。2026年英国伦敦人工智能及机器人展BDL 2026就是我在日历上提前圈住的一场。它的名字里同时带着“人工智能”和“机器人”过去这两类展会经常分开办现在合在一起本身就是个行业信号——纯AI很难脱离物理场景谈价值纯机器人也很难绕开智能感知谈竞争力。无论你是做AI算法、做机器人导航还是正在给工厂选型这场展会的价值都远不止“去看新东西”那么简单。这篇文章我会从展会定位、核心技术拆解、实操逛展方案和常见问题四个角度展开尽量把行业经验写透。内容既适合准备亲自到伦敦现场逛展的朋友也适合暂时没法去、但想通过展会信息判断技术路线的人。1. BDL 2026的内容定位一场综合展背后的需求分化1.1 为什么会把“人工智能”和“机器人”放在同一个展会里市面上的人工智能大会很多机器人展也很多但真正把两者放在同等权重、同一时间同一场地做的综合展在伦敦并不算多。BDL 2026这么做背后有一个很实际的原因客户已经在用同一个预算、同一张需求清单来评估AI和机器人方案了。我接触过的制造企业现在提需求很少说“我要买一台机械臂”或者“我要上一套视觉检测系统”而是会说“我要解决某个工位的上下料问题需要机械臂、视觉识别和调度系统一起配合”。这种需求一旦说出口供应商如果只懂机器人、不懂AI感知或者只做算法、不理解机械执行都没法完整接单。展会合办其实是顺应了买家这边的采购习惯变化。另一个原因是伦敦本身的区位特点。作为欧洲企业总部的密集地这里聚了很多跨国公司的制造、供应链和数字化决策者。这些人的共同特征是不是来听纯学术报告的而是来看“哪个方案能直接解决问题”。BDL 2026把人工智能和机器人放在一起恰好给了他们一个跨层对比的场合一天之内就可以把感知、决策、执行、集成商全部看完。1.2 展商结构与入场人群软件、硬件、方案商三层角色我判断一个展会的水准通常先看展商结构而不是看展商数量。BDL 2026这种综合展展商大体可以分成三层。底层是硬件厂商也就是做机械臂、移动机器人底盘、传感器、控制器、伺服驱动的厂家。你会看到像发那科、库卡、ABB、埃夫特这类工业机器人品牌也会看到法奥这类协作机器人厂商。它们带来的不是光秃秃的机械结构而是成套的视觉引导、力控、安全防护和远程调试方案。中间层是AI平台与软件厂商做多模态大模型、机器人导航算法、数据标注、模型评估、Agent工具调用框架的公司都会出现。这一层在前几年的机器人展上很少见现在出现是因为机器人公司发现光靠自己的算法团队做不完整套智能系统需要外部成熟的AI能力。最上面一层是系统集成商和场景方案商。它们不一定是技术源头但最知道某个行业的具体痛点。比如汽车焊装线上某个工序用什么机型、物流园区的AMR要配几台充电桩、医药仓库的分拣机器人需要符合哪些合规要求这些细节集成商心里门儿清。三层角色在同一个展馆里意味着观众可以在短短几百米的动线里完成“看设备—问算法—聊方案”的完整调研这是综合展比垂直展更高效的地方。1.3 从展会主题看行业周期现在到了“交付为王”的阶段参加这类展会我还会刻意留意主办方设置的论坛主题。前几年AI展会都在讲模型参数、准确率、论文复现机器人展则在讲重复定位精度、负载、节拍。但BDL 2026这类展会把方向明显转向了“交付验证”。现场会更频繁出现“数字孪生”“工业数据中台”“AI安全评估”“机器人调度系统”这类词。这背后是行业周期在变化资本最热的时候大家比谁模型大、谁机器人跑得快现在买家更务实比的是谁能在规定时间内交付、能稳定运行多少个班次、故障恢复需要多久、换了产品型号后重新调试的成本高不高。如果你在展会上听到这些话题说明这个行业正在从“展示想象力”切换到“拼工程能力”的阶段。2. 现场最值得细看的四条技术线导航、机械臂、Agent与数据治理2.1 移动机器人导航从“能走”到“敢在复杂场景走”机器人导航是BDL 2026这类展会上最容易被围观的技术之一。很多移动机器人底盘会在现场做动态演示看起来就是在通道里走来走去、遇到障碍物停下来、到点转弯其实这些动作背后是导航方案的巨大差异。目前主流的导航方式包括激光SLAM、视觉SLAM、二维码导航和反光板导航。激光SLAM在建图精度和稳定性上表现好适合大范围、环境相对固定的厂房视觉SLAM对场景纹理有要求但硬件成本低还能同时识别货架、托盘、人这些语义信息二维码导航和反光板导航精度高、部署简单缺点是路径柔性差地面或现场环境一变就要重新布局。参观时我建议重点问三个问题第一现场环境光照变化或者灰尘比较多时定位会不会漂移第二遇到临时堆放的货物、叉车、行人混行的动态场景避障策略是减速等待还是重新规划路径第三多台机器人同时运行时调度系统怎么避免死锁。很多厂商会把导航算法说得天花乱坠但这三个问题一追问真实水平基本能看出来。对打算采购的生产企业我的建议是不要只看导航精度这个单一指标。精度高不等于现场好用还要看地图更新成本、跨楼层/跨区域的切换方式以及和WMS、MES系统的数据接口是否顺手。这些直接决定了你未来三个月的运维工作量比展会海报上的参数更关键。2.2 工业机械臂与协作机器人不只是机械结构差异BDL 2026现场肯定会有大量机械臂演示。传统工业机器人品牌比如发那科、库卡、ABB展示的重点往往是大负载、高节拍、重复定位精度同时还会强调一些底层安全逻辑例如发那科机器人里常见的DCS安全参数配置本质上是为机器人划定软性安全边界让设备在高速运动时也能保证人员和设备自身的安全。如果你是设备管理人员可以现场请工程师演示这些安全参数的设置逻辑这比听销售讲负载更有价值。协作机器人和传统工业机械臂的区别很多人理解为“能不能和人一起工作”其实更准确的说法是“有没有力觉感知和碰撞检测能力”。协作机器人普遍具备拖拽示教、力控装配、碰撞后自动停止的特性适合小批量、多品种的生产场景。但它的硬伤也明显负载偏小、刚性不如传统工业臂、节拍较慢。如果你的产线需要每分钟完成几十次高速搬运协作机器人不一定是最优解。这里给一个非常实用的选型思路先算生产节拍和负载需求再谈机器人品牌。很多买家在展会上被机械臂的演示动作吸引结果买回去发现速度不够或者工装夹具装不上。展会现场最适合做的事情是带上你自己的工件样品让厂商当场试抓直观验证末端执行器是否匹配而不是只在旁边看标准化演示。2.3 具身智能与Agent大模型如何真正驱动物理设备2026年的AI展会如果没点“具身智能”和“智能Agent”的内容都会显得跟不上节奏。BDL 2026大概率会看到两类东西一类是大模型嵌入机器人的演示机器人通过视觉语言模型理解任务指令比如“把红色方块放到蓝色框里”然后自主规划动作另一类是软件Agent通过调用工具API实现业务流程自动化这其实就是热搜词里“harness人工智能”“人工智能skills市场”对应的一种产品化方向。看这类演示时最需要警惕的是“预设脚本”。有些所谓“大模型驱动机器人”的演示看起来高度智能实际后台还是人工触发的固定路径。想验证是不是真智能办法很简单在现场临时改一下指令或者把目标物体的位置、颜色、环境光照变一变看机器人是否能适应变化。如果一换场景就卡壳说明它只是演示级智能离产线级应用还很远。真正把大模型和机器人结合的产品通常会包含“感知—理解—规划—执行”这个完整回路。感知层负责识别环境理解层把任务指令变成机器人能懂的语义规划层拆分动作序列执行层调用机械臂或底盘的运动控制接口。这个回路中任何一个环节不稳定整体都会失败。所以参观时不要只盯着模型厂商也可以看看他们是否和运动控制厂家有深度合作合作越深产品离落地越近。2.4 AI训练、偏见与数据治理实验室之外的“隐形战场”大型AI展会还有一个容易被忽略的角落AI训练师、数据服务和模型评估的展台。很多人觉得这不如机器人演示热闹但我认为它是判断一个行业是否成熟的关键信号。热搜词里频繁出现的“人工智能偏见”“人工智能训练师职业画”“CCF-B期刊人工智能”其实都指向同一件事——AI系统能不能被信任前提是数据质量、标注规范和评测口径是否过关。在BDL 2026现场我建议特意去看数据标注和模型评测类展商。可以问他们几个问题训练数据从哪里来是否有版权和隐私授权标注标准由谁制定多人标注时一致性怎么保证模型上线后如何持续监测漂移和偏见遇到错误样本怎么回流再训练。这些问题如果对方能拿出可执行的标准流程说明产品相对成熟如果只强调“我们数据量很大”就要多留个心眼。对做AI应用团队的负责人来说数据治理不是一句合规口号它直接关系到系统能否长期稳定运行。我在实际项目里见过太多“开发时表现很好上线后越跑越偏”的案例根因就是没做好持续的数据监控和模型更新闭环。展会上花半小时聊透数据链路远比多拿十份产品手册有价值。3. BDL 2026实操指南从展前定位到展后转化的完整流程3.1 展前用一页纸说清自己的项目背景很多人逛展会没有准备进场后跟着人流走看到什么问什么最后收获一堆名片和资料回公司后发现什么都没记住。要想让一场远赴伦敦的展会真正产生价值我强烈建议展前先做一页纸的“项目背景说明”。这一页纸不需要写复杂表格只需要回答清楚三组问题现状是什么目前在用的设备、流程、数据系统是什么样的目标是什么想优化成本、提升效率还是切入新业务边界条件是什么包括预算区间、部署周期、IT权限、厂房空间、人员技能水平。把这些信息写清楚你跟展商沟通时会精准很多。另一个提前做的动作是目标展商预约。大型展会的热门展台现场排队动辄半小时以上但很多展商都支持提前预约商务洽谈。我的习惯是提前两周在官网锁定8到10家重点展商每家预约至少20分钟深谈。剩下的时间再去随机逛看能不能发现计划外的亮点。没有预约的看展叫逛有预约的才叫调研。3.2 展中看演示的五个关键问题在展台和展商沟通时销售通常会先来一轮产品介绍这时候不用急着打断听他讲完之后再抛出我总结的五个关键问题基本能把有效信息挖出来。第一这个方案主要解决什么场景的问题有没有同行业落地案例。第二部署周期需要多久现场改造量有多大是否需要停产施工。第三设备故障或算法失效时处理流程是什么厂家能否远程诊断备件周期多长。第四数据接口是否开放能否对接我们现在的MES、ERP或自研平台。第五如果未来产量翻倍或产品型号变化系统能否平滑扩展扩容成本怎么计算。这五个问题听起来简单但大多数销售在回答时都会暴露真实水平。如果对方能清晰说出具体案例的参数甚至主动指出方案的局限性说明这个团队是做过真项目的如果只会反复强调“我们的产品很灵活”你就要降低期待。看硬件演示时还有一个细节值得留意现场设备的运行状态。给机械臂供电的控制柜是否整洁、接线是否规范、有没有贴安全警示标识这些蛛丝马迹能反映一家公司的工程素养。我见过展台光鲜亮丽、但背后线缆乱成一团的供应商后来果然在项目交付时出了不少问题。3.3 展后评分表比聊天记录更重要展会结束后最危险的行为是回到办公室凭感觉拍板选型。三天看下来几十家展商每家都说自己能力强这时候必须用统一的评分表来做横向比较。我常用的评分维度包括技术匹配度35%、总成本25%、交付能力20%、维护与响应10%、数据安全与合规10%。技术匹配度主要看方案是否对齐你展前写的那一页纸目标总成本不是只看设备报价还要算部署费用、停工损失、人员培训、三年运维交付能力看是否有同行业案例和明确的实施计划维护与响应看本地化服务能力和备件体系数据安全与合规则要确认系统部署方式、数据归属和权限管理。建议在展会结束当晚趁记忆还新鲜直接把当天见过的重点展商按这个表打一次分。有条件的团队可以安排两个人分开打分之后讨论差异点。打分不是为了当场选供应商而是帮自己理清思路避免被聊得最热络的那家带偏判断。真正做决策时再安排一轮视频会议或现场考察去验证评分结果。4. 展会现场常见问题与参展避坑经验4.1 现场沟通高频问题速查表在AI和机器人展会上不同身份的人关注的问题差异很大。这里整理一个速查表方便你对号入座。你的身份值得问的问题希望得到的有效信息制造/物流企业选型同行业落地案例的节拍和良率是多少真实运营数据而不是理论效率AI研发人员模型训练数据怎么采集上线后怎么闭环迭代数据链路、评测指标、失败样本处理系统集成商协议和接口是否开放支持二次开发到什么程度技术文档、SDK、开发者社区投资/产业观察者客户复购率大概多少交付周期一般多久商业化成熟度和团队执行力学生/研究者目前最大的技术瓶颈是什么研发方向和行业共识的差距这些问题的作用不只是“获取答案”更重要的是通过对方的回答方式和追问后的应变来评估团队水平。讲不清楚细节的团队通常是因为项目还没真正落地过。4.2 参展商最容易翻车的几个环节作为去过无数展会的从业者我得说一句大实话展会现场翻车率最高的往往不是小展台反而是那些准备了复杂自动化演示的大展台。原因也很简单环节越复杂越容易出问题。最常见的问题是网络。很多机械臂和AI演示都需要联网调模型现场WiFi一拥堵演示就卡住。如果你自己以展商身份参展一定要准备离线版本或者部署本地边缘设备把核心功能跑在局域网里。观众参观时也可以把这个当作考察点一个连离线运行都做不好的AI产品到了工厂复杂网络环境里大概率更不稳定。第二个容易出问题的地方是“人来疯”。有些机器人演示依赖预设位置和固定路径观众一多、动线一乱机器人就会识别异常或者急停。这种翻车现场其实很有信息量——它暴露了系统对真实环境扰动的鲁棒性不足。作为观众你可以把这看作一个反向筛选信号。第三个问题是人员接待混乱。销售和技术人员分工不明确观众问技术问题被销售硬答问商务问题找不到负责人。这虽然不直接反映产品能力但能反映公司的组织能力和合作体验。在项目交付中这种混乱往往会延续到合同履约阶段所以我通常在展商沟通时会刻意区分商务和技术两类问题观察对方是否有清晰的对口人。4.3 如何把一次观展沉淀成技术选型报告从展会回来后如果你只带回来一袋子资料和几百张照片那这趟行程的价值就损失了大半。我建议给团队立一个“48小时沉淀”的规矩也就是展会结束后两天内完成一份技术选型报告初稿。报告结构可以很简单第一部分写背景和目标直接引用展前那一页纸第二部分写重点展商分析按我们前面提到的评分表把候选方案列出来第三部分写现场观察到的行业趋势提炼哪些技术方向值得跟进第四部分写行动清单包括预约哪些厂家做进一步考察、申请哪些测试样机、需要在什么时间节点做内部评审。写报告时最忌讳“面面俱到”。几十家展商不需要全写进去只写那些通过评分表入围的前五家就够了。每一家都写清楚他们解决什么问题、现场演示验证了什么、还有哪些关键问题未回答、下一步需要对方提供什么资料。这样一份报告不仅你自己看着清晰领导、同事也容易快速理解后续推动立项会顺畅很多。结尾根据我个人的参会经验逛AI和机器人展会最容易出现的偏差是把注意力全放在“跑得快”“举得高”这些视觉亮点上而忽略了真正决定项目成败的工程细节。BDL 2026这类综合展恰恰是训练这种判断力的好场合——一天之内你能看到AI、机器人、数据和行业方案如何交错也能看到哪些供应商在拿真实场景硬碰硬哪些还在用Demo讲故事。如果你准备去现场我会建议给自己留最后半个下午什么展台都不看找一个安静的地方把当天聊过的东西快速记下来。这个习惯我延续了很多年每次都觉得比前面两天收到的任何资料都值钱。展会从来不是终点它只是帮你把需求、技术和供应商拉到同一条起跑线上真正分出高下的还是回到你自己场景后的那几周验证和复盘。
阅读完成 · 觉得有帮助？
