AM易道分享
一個尷尬的行業事實。

金屬3D打印件從打印機里取出來，并不是成品。

它身上掛著一圈支撐結構，表面有毛刺、有粘粉、有打印紋路，得有人拿著工具一點點磨掉、切掉、拋光掉。

這道活兒基本全靠師傅戴著口罩手工干，鎳、鉻這類金屬粉塵飛起來，與光鮮的智能制造搭不上干系。

整個增材制造行業把高大上講了十幾年，真正卡脖子的，常常就是這道又慢又臟又不穩定的收尾工序。

英國國防科學技術實驗室Dstl在2026年5月15日發了一則案例，說一家叫Rivelin Robotics的公司把這活交給了機器人，這件事讓我們非常關注，看看它到底解到了哪一步。

金屬后處理，是行業心照不宣的天敵

一個金屬件打完，要先從基板上切下來，去掉支撐，去掉殘留粉末，做應力消除熱處理，磨平表面，有時還要機加工關鍵配合面，最后檢測。

這一整串最難自動化、最依賴人的，就是去支撐和表面精修這兩步。

它難受在哪？

一慢。

復雜件的支撐去除可能比打印本身還耗時，整個增材流程的產能，常常卡在后面這堆手工活。

二不穩。

同一個件，不同師傅、不同狀態干出來不一樣，良率飄忽。

誰能把這道坎踏平，誰就解開了金屬增材規模化的核心。

這家公司，創始人自己被這工序折磨過

Rivelin Robotics 2018年成立于英國謝菲爾德，前身叫Additive Automations，后來搬進英國先進制造園區，扎在英國制造與機器人產業的中心地帶。

創始人兼CEO是Robert Bush。

他本人就是金屬生產工程師出身，親手干過后處理，知道這活兒有多折磨人。

公司的誕生，直接來自他對這道工序的切身體會。

2020年拿到Innovate UK約16.6萬英鎊的資助，又通過加拿大國家研究委員會的渠道拿到投資，把團隊從1個人擴到7個人。

上圖是Rivelin的NetShape機器人單元，一臺工業機器人加一整套刀具與傳感器，封閉成一座微工廠

真正值錢的不是機器人，是讓它會看會摸的那套軟件

這里要點破一個容易誤解的地方。

Rivelin并不造機器人手臂，它用的是其他品牌。

真正的核心資產，是一套叫NetShape的控制軟件。

NetShape把兩類東西揉在一起：

機器學習和傳統控制理論，再配上3D視覺和力控傳感器。

視覺負責看清每一個零件的實際形狀和姿態。

力控負責感知刀具碰到工件時的反作用力，知道自己此刻用了多大勁，是該再壓一點還是該收一點。

視覺加力控合起來，機器人就有了接近人手的靈巧和感知。

更關鍵的是門檻。

操作NetShape的工程師，不需要懂CAM、不需要懂CNC編程、不需要懂機器人編程。

這些過去需要專門人才才能搞定的專業活，成本較高。

一個工廠不必為了上自動化后處理，專門去養一支機器人編程團隊，這對中小廠尤其重要。

為什么這道坎，機器人過去十幾年都邁不過去

很多人會問，不就是磨個毛刺、去個支撐嗎，CNC、機器人都發展這么多年了，為什么偏偏這塊自動化不了。

癥結在于，金屬增材件件件不一樣。

傳統CNC自動化的前提，是成千上萬個件長得一模一樣，于是可以預先編好一條固定的刀具路徑，機器照著走就行。

可增材制造做的本來就是復雜結構、小批量、高度定制的東西。

每個件的實際變形、擺放位置、支撐長在哪，都有細微差異。

這就是為什么過去只能靠人。

人能看一眼就判斷這個件該從哪下刀、該用多大力，靠的是眼睛和手的實時反饋。

Rivelin要替代的，恰恰是人這雙眼睛和這雙手。

3D視覺先掃描出眼前這一個件的真實形狀，軟件據此實時生成路徑，力控再在加工過程中動態修正。

它必須得像人一樣臨場判斷。

理解了這一層，才能明白為什么這件事過去這么難，以及Rivelin的切口為什么選得準。

現有成果

據其公開信息，Rivelin的微工廠不挑材料，金屬、聚合物、陶瓷都能上，復雜幾何也能處理。

按公司公布的數據，這套方案能把缺陷減少90%，把運營成本降到原來的十分之一。

需要提醒的是，這些是Rivelin官方口徑，真實表現仍要看各行業的長期嚴苛驗證，但方向上，它確實正對著行業痛點下手。

它的客戶分量也不錯。

在更早的Project CAMPFIRE項目里，合作名單包括GKN Aerospace，這是空客、羅羅、GE的一級供應商；

還有西門子能源旗下的Materials Solutions，以及做骨科牙科植入物的Attenborough。

這些客戶對零件要求嚴苛，機器人能不能達到人的水平和精度，正是該項目要回答的核心問題。

Dstl國防邏輯

英國國防科學技術實驗室Dstl，把手工后處理直接定性為增材件的一處關鍵脆弱點，它帶來延遲、不一致和安全風險。

Dstl舉的例子很具體：

海軍在外執勤，等一個備件可能要等很久，或者花大價錢就地機加工。

如果能在需要的地方按需制造、按需收尾，供應鏈的依賴就松開了，納稅人的錢也省了。

這就是為什么Dstl的技術支持加上國防與安全加速器資金，會落到一家做后處理的公司身上。

對軍方來說，后處理能不能自動化，很重要。

AM易道認為，把后處理從一門手藝，變成了一道可復制、可追溯的工序是全行業的核心需求。

不過機器人能不能穩定干到航空件、植入物那種尺寸和細節要求，得看各家長期驗證的結果，不是PR內容里的數據就能確認的。

所以回到標題那個問題，我們認為新解有了，但還不是終解。

最核心的命題是用機械臂對每個零件進行掃描+路徑規劃+切換工具頭進行后處理這套思路是否真的能做到無縫切換以及編程成本足夠低。

我們也將持續關注，也期待國內創業團隊有新的工程方案。