AI行业

AI机器人走出实验室:长程任务与真实场景成破局关键

宇树上市让AI机器人火了一把,但说实在的,硬仗才刚打响。在实验室里叠叠衣服、抓抓小物件这种单点操作,早就糊弄不了投资人了。现在大家都在拼更复杂的“长程任务”。千寻智能和墨奇智能都在这儿下注。墨奇更干脆,直接甩出个具身智能模型架构MoRA,说白了,就是想给机器安个更聪明的“大脑”。

一出实验室的门,具身智能就结结实实撞上了“数据墙”。大语言模型靠网上的海量文本就能喂饱,可机器人不行啊。它们缺的是物理世界里真刀真枪的交互数据。睿尔曼现在急得直跺脚,拼命把机械臂往真实场景里塞,就为了多抠点数据回来。实际上,没有高质量的数据打底,谈泛化能力纯属空中楼阁。

真到了干活的时候,最要命的是算不过来经济账。瑞为技术在机场弄了个挺务实的方案:机器人先把80%的标准化活儿包了,剩下那20%交给人来兜底。这种“人机搭伙”的法子,立刻就把落地的成本大头给降下来了。而且机器一边干活还能一边攒数据,这买卖稳赚不赔。

机器人行业的下半场,早就不是比谁的动作更花哨了。谁能在外面真实世界里活下来、真金白银地赚到钱,谁才是老大。从死磕长程任务到精打细算过日子,这行算是慢慢退烧了。接下来具身智能玩家们就一个念头:把商业闭环跑通,别的都是扯淡。