- FAIR plus機(jī)器人全產(chǎn)業(yè)鏈接會(huì)
- 2025智能機(jī)器人關(guān)鍵技術(shù)大會(huì)
- 第六屆中國(guó)機(jī)器人學(xué)術(shù)年會(huì)
- 中國(guó)機(jī)器人峰會(huì)暨智能經(jīng)濟(jì)人才峰會(huì)
- 全國(guó)人工智能與機(jī)器人關(guān)鍵技術(shù)大會(huì)
- 世界機(jī)器人大會(huì)
- 2023中國(guó)（太原）人工智能大會(huì)主題展覽
- 2025科技創(chuàng)變者大會(huì)
9月5日，由智友·雅瑞 科創(chuàng)平臺(tái)主辦的“2025科技創(chuàng)變者大會(huì)”在北京成功舉辦。在圓桌對(duì)話(huà)環(huán)節(jié)，主持人智友·雅瑞 科創(chuàng)平臺(tái)投資合伙人王晶與星源智創(chuàng)始人兼CEO劉東、INDEMIND聯(lián)合創(chuàng)始人兼CTO閆東坤、知行機(jī)器人創(chuàng)始人兼CEO白國(guó)超、悟通感控創(chuàng)始人兼CEO陳立洋共同探討具身智能臨界點(diǎn)的算力、數(shù)據(jù)與商業(yè)化的三重博弈。
圖注：智友·雅瑞 科創(chuàng)平臺(tái)投資合伙人 王晶
王晶：數(shù)據(jù)是具身智能發(fā)展離不開(kāi)的一個(gè)重要議題，因?yàn)樗蔷呱碇悄軓膶?shí)驗(yàn)室走向規(guī)模化落地的重要引擎，它決定的泛化和穩(wěn)健性的上限，算力又決定訓(xùn)練的效率和端側(cè)的實(shí)時(shí)性，但是當(dāng)前具身智能海量數(shù)據(jù)場(chǎng)景中，現(xiàn)實(shí)中有很多“臟數(shù)據(jù)”“小數(shù)據(jù)”，各位嘉賓是如何看待具身智能發(fā)展中的數(shù)據(jù)問(wèn)題？
圖注：星源智創(chuàng)始人兼CEO 劉東
劉東分享了星源智收集數(shù)據(jù)的做法和經(jīng)驗(yàn)。他介紹說(shuō)，公司孵化于北京智源人工智能研究院，研究院承接具身數(shù)據(jù)訓(xùn)練場(chǎng)的一些項(xiàng)目，因此公司投入了大量的資源去采集一些真機(jī)數(shù)據(jù)，這些數(shù)據(jù)在完成AI自動(dòng)化標(biāo)注后，質(zhì)檢人員和人工也會(huì)將數(shù)據(jù)中的小數(shù)據(jù)、臟數(shù)據(jù)、不合格數(shù)據(jù)剔除。在這些高質(zhì)量人工采集的數(shù)據(jù)基礎(chǔ)上，團(tuán)隊(duì)將數(shù)據(jù)擴(kuò)增——將這些高質(zhì)量真機(jī)數(shù)據(jù)放到仿真環(huán)境去調(diào)節(jié)變量，以生成和擴(kuò)增用來(lái)訓(xùn)練具身大腦模型的數(shù)據(jù)。真機(jī)采集的數(shù)據(jù)若有1，擴(kuò)增數(shù)據(jù)可以達(dá)到10，幫助團(tuán)隊(duì)迅速完成數(shù)據(jù)增量工作。在此基礎(chǔ)上，團(tuán)隊(duì)也會(huì)采用純仿真和互聯(lián)網(wǎng)數(shù)據(jù)去訓(xùn)練抓取等操作任務(wù)；他認(rèn)為，在真機(jī)數(shù)據(jù)、擴(kuò)增數(shù)據(jù)以及純仿真和互聯(lián)網(wǎng)數(shù)據(jù)這三種數(shù)據(jù)融合之下，訓(xùn)練出泛化性比較強(qiáng)的跨本體的具身大腦。
圖注：INDEMIND聯(lián)合創(chuàng)始人兼CTO 閆東坤
閆東坤介紹了所在的INEDMIND公司數(shù)據(jù)積累進(jìn)展情況：自公司2021年商用機(jī)器人落地以來(lái)，產(chǎn)品已在全球幾十個(gè)國(guó)家運(yùn)行超300萬(wàn)小時(shí)，依托量產(chǎn)機(jī)器人獲取海量數(shù)據(jù)（可復(fù)用至家用場(chǎng)景），目前已脫離 “依賴(lài)仿真數(shù)據(jù)+外采數(shù)據(jù)” 的階段，進(jìn)入 “量產(chǎn)數(shù)據(jù)為主、仿真數(shù)據(jù)為輔” 的新階段，這些海量數(shù)據(jù)未來(lái)也可以在家庭場(chǎng)景中復(fù)用。不過(guò)，他也提出公司產(chǎn)品所采集的數(shù)據(jù)都來(lái)自家庭、商業(yè)、超市等非標(biāo)場(chǎng)景，具有“非標(biāo)化、動(dòng)態(tài)化”特征，例如數(shù)據(jù)經(jīng)常會(huì)受不同光線(xiàn)、空間布局影響，易產(chǎn)生臟數(shù)據(jù)、小數(shù)據(jù)問(wèn)題。為解決上述問(wèn)題，目前公司正在聯(lián)合合作客戶(hù)在保障信息安全的前提下，基于量產(chǎn)機(jī)器采集真實(shí)場(chǎng)景數(shù)據(jù)，以此為基礎(chǔ)訓(xùn)練AI模型；同時(shí)，也在基于真實(shí)數(shù)據(jù)搭建仿真平臺(tái)，通過(guò)平臺(tái)自動(dòng)化生成極端場(chǎng)景數(shù)據(jù)，解決（Carol Case）相關(guān)的數(shù)據(jù)缺口問(wèn)題。
圖注：知行機(jī)器人創(chuàng)始人兼CEO 白國(guó)超
白國(guó)超圍繞機(jī)器人靈巧手及末端執(zhí)行器相關(guān)的數(shù)據(jù)問(wèn)題進(jìn)行了觀點(diǎn)闡述。他認(rèn)為，機(jī)器人靈巧手和末端執(zhí)行器是與環(huán)境、物品直接接觸的關(guān)鍵部件，在抓取過(guò)程中會(huì)產(chǎn)生大量數(shù)據(jù)，主動(dòng)采集這些數(shù)據(jù)對(duì)企業(yè)非常重要。當(dāng)前，不同場(chǎng)景下的數(shù)據(jù)特點(diǎn)與處理是不同的。在工業(yè)場(chǎng)景中，數(shù)據(jù)確定性強(qiáng)，抓取物品的品類(lèi)、數(shù)量等相對(duì)固定，公司會(huì)提前采集數(shù)據(jù)并預(yù)訓(xùn)練，以提升執(zhí)行成功率與可靠性；目前，航空領(lǐng)域及其他制造業(yè)愈發(fā)重視數(shù)據(jù)，公司已經(jīng)積累大量航空零部件相關(guān)數(shù)據(jù)——一部分由企業(yè)自行采集，一部分來(lái)自客戶(hù)的脫敏數(shù)據(jù)；公司與客戶(hù)共同開(kāi)發(fā)數(shù)據(jù)，形成共享資源的同時(shí)，會(huì)保障客戶(hù)工廠(chǎng)的數(shù)據(jù)安全與隱私。他認(rèn)為，數(shù)據(jù)問(wèn)題已經(jīng)航空工業(yè)場(chǎng)景中的技術(shù)壁壘，它包含核心的工業(yè)現(xiàn)場(chǎng)工藝流程數(shù)據(jù)、工藝操作數(shù)據(jù)。
圖注：悟通感控創(chuàng)始人兼CEO 陳立洋
陳立洋認(rèn)為，傳感器是具身智能重要的數(shù)據(jù)源，承擔(dān)著采集數(shù)據(jù)的重要任務(wù)，因此產(chǎn)品穩(wěn)定性與一致性對(duì)數(shù)據(jù)采集工作十分重要。在時(shí)間一致性方面，傳感器需長(zhǎng)期穩(wěn)定工作，避免因使用時(shí)長(zhǎng)導(dǎo)致數(shù)據(jù)偏差，例如血壓計(jì)需每1～2年校準(zhǔn)以保證基線(xiàn)準(zhǔn)確，進(jìn)而確保數(shù)據(jù)可靠。在批次一致性方面，受材料學(xué)、物理量產(chǎn)特性影響（如芯片分I3/I5/I7），傳感器易存在批次差異，需通過(guò)工藝優(yōu)化控制，確保不同批次產(chǎn)品數(shù)據(jù)來(lái)源一致，提升下游產(chǎn)業(yè)應(yīng)用穩(wěn)定性，同時(shí)行業(yè)內(nèi)會(huì)傳遞自動(dòng)或非自動(dòng)標(biāo)定方法輔助解決該問(wèn)題。
他也指出了當(dāng)前觸覺(jué)傳感行業(yè)的核心痛點(diǎn)，即觸覺(jué)傳感行業(yè)成熟度較低，存在材料性能短板——金屬疲勞、材料蠕變問(wèn)題未妥善解決，導(dǎo)致傳感器在過(guò)載、長(zhǎng)時(shí)間高壓加載下易出現(xiàn)數(shù)據(jù)漂移；同時(shí)，傳感器還須具備抗干擾的魯棒性，例如在受到意外沖擊后仍能恢復(fù)基線(xiàn)、正常工作。這些問(wèn)題使得看似科研簡(jiǎn)單的電子皮膚、足底壓力傳感等產(chǎn)品難以實(shí)現(xiàn)量產(chǎn)落地。他認(rèn)為，提供更穩(wěn)定的傳感器產(chǎn)品是保證具身智能的高質(zhì)量數(shù)據(jù)采集的重點(diǎn)。當(dāng)前觸覺(jué)傳感的量產(chǎn)落地還有一些問(wèn)題亟須解決，例如工業(yè)基礎(chǔ)能力需要進(jìn)一步提升，工藝層面的基本功需攻克，傳感器穩(wěn)定性、一致性、抗漂移、抗蠕變及魯棒性問(wèn)題也需要重點(diǎn)解決。