【ZiDongHua 之“會展賽培壇”收錄關(guān)鍵詞：星源智機器人 人工智能 機器人 傳感器 制造業(yè) 數(shù)據(jù)融合 】

　　

 

　　

　　圖注：圓桌現(xiàn)場

　　

　　9月5日，由智友·雅瑞科創(chuàng)平臺主辦的“2025科技創(chuàng)變者大會”在北京成功舉辦。在圓桌對話環(huán)節(jié)，主持人智友·雅瑞科創(chuàng)平臺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、知行機器人創(chuàng)始人兼CEO白國超、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)平臺投資合伙人 王晶

　　

　　王晶：數(shù)據(jù)是具身智能發(fā)展離不開的一個重要議題，因為它是具身智能從實驗室走向規(guī)?；涞氐闹匾妫鼪Q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)的實時性，但是當(dāng)前具身智能海量數(shù)據(jù)場景中，現(xiàn)實中有很多“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。他介紹說，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)練場的一些項目，因此公司投入了大量的資源去采集一些真機數(shù)據(jù)，這些數(shù)據(jù)在完成AI自動化標(biāo)注后，質(zhì)檢人員和人工也會將數(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)隊將數(shù)據(jù)擴增——將這些高質(zhì)量真機數(shù)據(jù)放到仿真環(huán)境去調(diào)節(jié)變量，以生成和擴增用來訓(xùn)練具身大腦模型的數(shù)據(jù)。真機采集的數(shù)據(jù)若有1，擴增數(shù)據(jù)可以達(dá)到10，幫助團(tuán)隊迅速完成數(shù)據(jù)增量工作。在此基礎(chǔ)上，團(tuán)隊也會采用純仿真和互聯(lián)網(wǎng)數(shù)據(jù)去訓(xùn)練抓取等操作任務(wù)；他認(rèn)為，在真機數(shù)據(jù)、擴增數(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年商用機器人落地以來，產(chǎn)品已在全球幾十個國家運行超300萬小時，依托量產(chǎn)機器人獲取海量數(shù)據(jù)（可復(fù)用至家用場景），目前已脫離 “依賴仿真數(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)未來也可以在家庭場景中復(fù)用。不過，他也提出公司產(chǎn)品所采集的數(shù)據(jù)都來自家庭、商業(yè)、超市等非標(biāo)場景，具有“非標(biāo)化、動態(tài)化”特征，例如數(shù)據(jù)經(jīng)常會受不同光線、空間布局影響，易產(chǎn)生臟數(shù)據(jù)、小數(shù)據(jù)問題。為解決上述問題，目前公司正在聯(lián)合合作客戶在保障信息安全的前提下，基于量產(chǎn)機器采集真實場景數(shù)據(jù)，以此為基礎(chǔ)訓(xùn)練AI模型；同時，也在基于真實數(shù)據(jù)搭建仿真平臺，通過平臺自動化生成極端場景數(shù)據(jù)，解決（Carol Case）相關(guān)的數(shù)據(jù)缺口問題。

　　

　　圖注：知行機器人創(chuàng)始人兼CEO 白國超

　　

　　白國超圍繞機器人靈巧手及末端執(zhí)行器相關(guān)的數(shù)據(jù)問題進(jìn)行了觀點闡述。他認(rèn)為，機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，在抓取過程中會產(chǎn)生大量數(shù)據(jù)，主動采集這些數(shù)據(jù)對企業(yè)非常重要。當(dāng)前，不同場景下的數(shù)據(jù)特點與處理是不同的。在工業(yè)場景中，數(shù)據(jù)確定性強，抓取物品的品類、數(shù)量等相對固定，公司會提前采集數(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，一部分來自客戶的脫敏數(shù)據(jù)；公司與客戶共同開發(fā)數(shù)據(jù)，形成共享資源的同時，會保障客戶工廠的數(shù)據(jù)安全與隱私。他認(rèn)為，數(shù)據(jù)問題已經(jīng)航空工業(yè)場景中的技術(shù)壁壘，它包含核心的工業(yè)現(xiàn)場工藝流程數(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)定性與一致性對數(shù)據(jù)采集工作十分重要。在時間一致性方面，傳感器需長期穩(wěn)定工作，避免因使用時長導(dǎo)致數(shù)據(jù)偏差，例如血壓計需每1～2年校準(zhǔn)以保證基線準(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，需通過工藝優(yōu)化控制，確保不同批次產(chǎn)品數(shù)據(jù)來源一致，提升下游產(chǎn)業(yè)應(yīng)用穩(wěn)定性，同時行業(yè)內(nèi)會傳遞自動或非自動標(biāo)定方法輔助解決該問題。

　　

　　他也指出了當(dāng)前觸覺傳感行業(yè)的核心痛點，即觸覺傳感行業(yè)成熟度較低，存在材料性能短板——金屬疲勞、材料蠕變問題未妥善解決，導(dǎo)致傳感器在過載、長時間高壓加載下易出現(xiàn)數(shù)據(jù)漂移；同時，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、正常工作。這些問題使得看似科研簡單的電子皮膚、足底壓力傳感等產(chǎn)品難以實現(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。當(dāng)前觸覺傳感的量產(chǎn)落地還有一些問題亟須解決，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、抗蠕變及魯棒性問題也需要重點解決。

　　

　　轉(zhuǎn)載自：智友·雅瑞科創(chuàng)平臺