听风微电影在线观看完整版|嫩草影院在线播放|不良教育电影未删减完整版|老司机亚洲精品,性生活免费网站,成人学院未删减版,一边吃奶一边添p好爽视频观看

? 本報(bào)記者 劉琴

作為人工智能（AI）與機(jī)器人技術(shù)結(jié)合的前沿領(lǐng)域，具身智能產(chǎn)業(yè)正在從實(shí)驗(yàn)室技術(shù)驗(yàn)證邁向?qū)嶋H場景規(guī)?；瘧?yīng)用，但高質(zhì)量數(shù)據(jù)的短缺成為制約其快速發(fā)展的核心瓶頸。如何破解這一難題，成為業(yè)內(nèi)熱議的話題。記者就此采訪了具身智能領(lǐng)域多位專家。

數(shù)據(jù)采集為何難

“數(shù)據(jù)是具身智能產(chǎn)業(yè)的核心生產(chǎn)要素與‘燃料’，是算法、算力之外決定智能系統(tǒng)能力上限的關(guān)鍵變量?！焙比诵螜C(jī)器人創(chuàng)新中心首席運(yùn)營官劉傳厚介紹說，具身智能模型需海量多模態(tài)數(shù)據(jù)（視覺、力覺、觸覺、運(yùn)動(dòng)軌跡、物理交互等）訓(xùn)練，數(shù)據(jù)的規(guī)模、質(zhì)量、多樣性直接決定模型感知、決策、控制能力與泛化性。當(dāng)前，具身智能機(jī)器人與人類對(duì)話聊天時(shí)，有時(shí)會(huì)“答非所問”；跑步時(shí)，會(huì)因自身不穩(wěn)而摔倒……這些都與缺乏高質(zhì)量數(shù)據(jù)有關(guān)。

“對(duì)于具身智能而言，數(shù)據(jù)是連接虛擬與物理現(xiàn)實(shí)的‘橋梁’。”城市之間（北京）科技有限公司副總經(jīng)理兼具身事業(yè)部總經(jīng)理薛清恒表示，高質(zhì)量數(shù)據(jù)決定了具身智能的泛化能力，只有豐富、高質(zhì)量的數(shù)據(jù)才能讓機(jī)器人在面對(duì)從未見過的場景、物體或干擾時(shí)，依然能做出正確的物理操作。

高質(zhì)量的數(shù)據(jù)對(duì)提升具身智能機(jī)器人性能至關(guān)重要，但采集高質(zhì)量數(shù)據(jù)面臨多重挑戰(zhàn)。

樂聚（深圳）機(jī)器人技術(shù)有限公司常務(wù)副總裁柯真東介紹道，采集高質(zhì)量具身智能數(shù)據(jù)有五大難點(diǎn)。首先，采集成本高，需要專門的硬件設(shè)備和人員；其次，采集效率很低，采集和訓(xùn)練流程需要大量時(shí)間；第三，不同傳感器有不同的數(shù)據(jù)格式和標(biāo)準(zhǔn)，導(dǎo)致數(shù)據(jù)難以共享和使用；第四，具身智能涉及多種感官和信息，采集和處理這些數(shù)據(jù)非常復(fù)雜；第五，行業(yè)標(biāo)準(zhǔn)不統(tǒng)一，導(dǎo)致采集到的數(shù)據(jù)質(zhì)量很難保障。

“物理世界交互的復(fù)雜性、高成本與異構(gòu)性等特征，導(dǎo)致具身智能數(shù)據(jù)采集難度極大?！眲骱裾f，數(shù)據(jù)采集需部署人形機(jī)器人、機(jī)械臂、多模態(tài)傳感器等專用硬件，而單臺(tái)人形機(jī)器人成本高達(dá)數(shù)十萬元，采集1萬小時(shí)數(shù)據(jù)需上百萬元軟硬件投入。此外，真實(shí)場景環(huán)境復(fù)雜，具身智能數(shù)據(jù)采集需改造場地適配多場景，規(guī)?；瘓鼍安渴鸪杀靖吲c難度大。

在北京人形機(jī)器人創(chuàng)新中心具身天工事業(yè)部負(fù)責(zé)人、具身智能機(jī)器人數(shù)據(jù)與訓(xùn)練基地負(fù)責(zé)人蔣未來看來，高質(zhì)量數(shù)據(jù)采集主要面臨三大難點(diǎn)：一是場景碎片化，真實(shí)環(huán)境千差萬別，每個(gè)變量都在考驗(yàn)算法的泛化能力；二是不同構(gòu)型的機(jī)器人傳感器布局、關(guān)節(jié)自由度、控制接口各不相同，導(dǎo)致不同構(gòu)型的數(shù)據(jù)難以遷移；三是數(shù)據(jù)質(zhì)量參差不齊，數(shù)據(jù)采集涉及動(dòng)作捕捉、多模態(tài)同步、人工標(biāo)注等環(huán)節(jié)，任何環(huán)節(jié)偏差都可能產(chǎn)出“低質(zhì)”數(shù)據(jù)。

采集方式各有千秋

據(jù)了解，目前主流的具身智能采集方式主要有3種：真實(shí)物理遙操作、仿真合成數(shù)據(jù)以及互聯(lián)網(wǎng)視頻學(xué)習(xí)/人體動(dòng)作捕捉。

薛清恒介紹說，真實(shí)物理遙操作采集方式數(shù)據(jù)質(zhì)量最高，但采集效率極低、成本極高，難以在短時(shí)間內(nèi)獲取百萬級(jí)數(shù)據(jù)；仿真合成數(shù)據(jù)采集速度快、成本低，但仿真中的物理參數(shù)往往與現(xiàn)實(shí)不符，導(dǎo)致在仿真中訓(xùn)練好的模型在現(xiàn)實(shí)中往往“失靈”；互聯(lián)網(wǎng)視頻學(xué)習(xí)/人體動(dòng)捕采集方式成本相對(duì)適中，但視頻數(shù)據(jù)缺少“動(dòng)作標(biāo)簽”和“力覺信息”，數(shù)據(jù)利用率較低。

薛清恒表示，現(xiàn)階段，沒有單一的有效數(shù)據(jù)采集方式，需要采用“虛實(shí)結(jié)合，預(yù)訓(xùn)練+微調(diào)”的復(fù)合模式。

蔣未來認(rèn)為，人形機(jī)器人要想真正走進(jìn)千行百業(yè)，就需要海量、多樣、高質(zhì)量的數(shù)據(jù)“原料”。真機(jī)數(shù)據(jù)是機(jī)器人智能從虛擬走向現(xiàn)實(shí)的必經(jīng)之路，能夠精準(zhǔn)還原力覺反饋、觸覺信息、環(huán)境干擾等仿真難以復(fù)制的細(xì)節(jié)。此外，真機(jī)數(shù)據(jù)還能有效解決“分布偏移”問題，機(jī)器人可以學(xué)習(xí)適應(yīng)各種環(huán)境特征與突發(fā)情況，從而真正實(shí)現(xiàn)從實(shí)驗(yàn)室走向現(xiàn)實(shí)世界的跨越。

柯真東認(rèn)為，更有效獲取高質(zhì)量數(shù)據(jù)的策略是分級(jí)訓(xùn)練和分層數(shù)據(jù)，即用低成本的數(shù)據(jù)做預(yù)訓(xùn)練，用高質(zhì)量的真機(jī)數(shù)據(jù)做精調(diào)和落地微調(diào)。

在劉傳厚看來，“仿真數(shù)據(jù)打底擴(kuò)量+便攜式輕量化采集+真機(jī)少量精調(diào)+Ego-centric（第一人稱視角）多模態(tài)數(shù)據(jù)采集補(bǔ)全場景理解”的融合數(shù)據(jù)采集路徑最有效，可平衡數(shù)據(jù)質(zhì)量、成本與規(guī)模，是當(dāng)前行業(yè)主流演進(jìn)方向。

“三位一體”破解采集難題

如何破解高質(zhì)量數(shù)據(jù)短缺難題，推動(dòng)具身智能產(chǎn)業(yè)發(fā)展？

劉傳厚表示，在技術(shù)層面，需要攻關(guān)仿真與遷移技術(shù)、發(fā)展數(shù)據(jù)生成與增強(qiáng)技術(shù)、創(chuàng)新輕量化采集技術(shù)等，從而提升數(shù)據(jù)供給效率；在產(chǎn)業(yè)生態(tài)層面，通過建設(shè)國家級(jí)數(shù)據(jù)基礎(chǔ)設(shè)施、構(gòu)建數(shù)據(jù)共享與交易生態(tài)、推動(dòng)場景開放與協(xié)同采集等方式，實(shí)現(xiàn)共建共享，打破數(shù)據(jù)孤島；在政策與資本層面，通過出臺(tái)專項(xiàng)扶持政策、引導(dǎo)資本精準(zhǔn)投入、設(shè)立產(chǎn)業(yè)基金等方式，支撐和引導(dǎo)產(chǎn)業(yè)發(fā)展。

劉傳厚認(rèn)為，各類企業(yè)要進(jìn)行差異化布局。頭部企業(yè)要聚焦仿真技術(shù)、世界模型研發(fā)，建設(shè)自有數(shù)據(jù)采集平臺(tái)，主導(dǎo)行業(yè)標(biāo)準(zhǔn)制定，構(gòu)建數(shù)據(jù)壁壘；中小企業(yè)要聚焦細(xì)分場景數(shù)據(jù)采集、標(biāo)注服務(wù)，或參與開源數(shù)據(jù)社區(qū)，通過差異化競爭推動(dòng)產(chǎn)業(yè)發(fā)展。

薛清恒表示，破解具身智能數(shù)據(jù)采集難題，需要構(gòu)建數(shù)據(jù)基礎(chǔ)設(shè)施、算法范式革新、產(chǎn)業(yè)協(xié)作機(jī)制“三位一體”解決方案。一是要構(gòu)建標(biāo)準(zhǔn)化與開放的數(shù)據(jù)底座；二是在算法層面，大力發(fā)展“世界模型”與仿真技術(shù)，讓數(shù)據(jù)采集從“勞動(dòng)密集型”徹底轉(zhuǎn)向“算力密集型”，還要加強(qiáng)機(jī)器人的“自監(jiān)督”學(xué)習(xí)，讓機(jī)器人通過自主探索生成數(shù)據(jù)，在與環(huán)境交互中自動(dòng)學(xué)習(xí)物理規(guī)律；三是推動(dòng)硬件層面的成本下降與一體化設(shè)計(jì)。例如在硬件出廠時(shí)就預(yù)置標(biāo)準(zhǔn)化數(shù)據(jù)采集接口和傳感器套件，讓每一臺(tái)機(jī)器人都能成為“數(shù)據(jù)采集員”，形成“部署—應(yīng)用—數(shù)據(jù)回流—迭代”的商業(yè)閉環(huán)。

“破解具身智能數(shù)據(jù)短缺難題的核心邏輯是，開源打破數(shù)據(jù)孤島，普惠降低行業(yè)門檻，生態(tài)聚集開發(fā)者，閉環(huán)實(shí)現(xiàn)可持續(xù)發(fā)展，共同推動(dòng)具身智能產(chǎn)業(yè)發(fā)展?！笨抡鏂|說。