机器人大赛聚集“处理实际问题” 业界：理性容纳“生长的烦恼”

来历: 证券时报。机器集l界理

证券时报记者 陈雨康。赛聚实际生长

以“具身智能，处理未来已来”为主题的问题2025张江具身智能开发者大会暨2025国际人形机器人技术大赛5月29日在上海举办。2025国际人形机器人技术大赛设置5大赛道，性容掩盖28个高难度场景，纳l恼本次大赛旨在会集展现人形机器人处理实践问题的机器集l界理才能和场景运用落地才能，助力机器人工业向“能看、赛聚实际生长会说、处理有智商”进阶。问题

国家当地共建人形机器人立异中心首席科学家江磊在承受证券时报记者采访时标明，性容上海聚集人形机器人在出产制作、纳l恼服务场景中的机器集l界理实践运用，着重 “处理实践问题”。赛聚实际生长本次大赛设定商超、处理药店、工业制作等实在场景使命，以场景驱动职业回归有用。江磊说，大众需以容纳的心态看待机器人职业开展现状。职业的快速开展仅有3年左右时刻，好像“三岁儿童”，需给予它更长的时刻发育。

记者了解到，此次赛事的一切项目均源自企业实践需求，每个赛道都复原了实在运用场景，整体难度较大。因而，机器人未能完结使命并非其单个技术水平欠佳，而是全职业尚有提高空间，这也体现了大赛的客观性和容纳性。

在人形机器人运用场景应战赛进行时，记者看到，机器人正在裁判员的监督下完结轿车贴标、料箱转移等高精度使命，另一侧家庭场景则检测机器人桌面收拾、衣物折叠等服务才能。这些使命，有利于验证当下机器人的负载、地上习惯、双臂协作等要害才能的实践水准。

上海交通大学学生张林同团队一同参加了工业场景赛，并聚集轿车贴标和零部件上下料两项使命。张林对证券时报记者标明，纵观整场赛事，机器人多依靠遥操作完结物料抓取等动作，没有完结全自主操作，这标明其离实在的落地运用仍有必定间隔。

“机器人的自主行为需经过练习完结，但当时数据集缺失，且算法立异缺乏，难以支撑机器人对杂乱使命的自主决议计划。此外，一些机器人的硬件自由度缺乏，标明机械结构、控制精度等也有前进空间。”张林标明，相比大言语模型的快速开展，具身智能（机器人物理交互）因触及硬件、算法、数据等多维度应战，落地进展相对滞后。

近年来，机器人怎么进入家庭、怎么大规模入驻工业场景等正成为大众重视的焦点。对此，多名专家在承受证券时报记者采访时标明，机器人工业需求和大模型有机结合，构成软硬协同和多元场景落地，然后建立起商业模式的正向闭环。

千寻智能（杭州）科技有限公司CEO韩峰涛在承受证券时报记者采访时标明，现在，机器人硬件相对老练，但机器人体现较“笨”，要害在于智能缺失，这也是职业的一大瓶颈。

“要处理这一问题，需打造端到端的具身大模型，让机器人能了解物理国际的规则和因果关系，然后自主调整动作。比方，让机器人了解足球并自主完结踢球动作，而不是当下的依靠遥控。”韩峰涛标明，我国凭仗强壮的供应链、团队和丰厚场景，在AI与硬件结合方面颇具优势。不过，其间最大的难题是数据匮乏。练习大言语模型有互联网海量数据可用，但机器人干活的数据却需求从头收集，现在首要经过海量视频预练习、遥操作微调以及强化学习来处理数据问题。

环绕上述难题，光轮智能（北京）科技有限公司创始人、CEO杨海波提出了必定的处理方案。杨海波对证券时报记者标明，公司专心于为AI进入物理国际供给根据仿真技术的组成数据，能经过组成数据加快AI大脑练习及落地场景运用。

“仿真组成数据具有本钱优势，无需依靠实在场景建立与硬件设备，资源投入更低，数据生成功率更高。此外，仿真组成数据是泛化的、多样的，可自定义各类极点或稀有场景，满意AI练习对数据多样性的需求。”杨海波标明，当时职业经过实在数据、仿真组成数据、网络视频数据一起用于具身智能练习。公司积累了丰厚的实践经验，构成了组成数据的运用方法论，包含配比和运用次序等。事实上，具身智能练习阶段90%以上运用仿真组成数据。

很赞哦!（3）