让技术落地，为产品赋能 钟辉勇：让机器人“干活”，比让机器人“亮相”更重要

潮新闻客户端

图源：视觉中国

人工智能发展一日千里。在杭州市滨江区的国家人工智能应用中试基地（具身智能）里这种感觉会更真实。

自今年5月揭牌以来，作为全国唯一面向具身智能领域的国家级应用中试基地，它的核心使命就是“把新技术变成好产品”。这其中，数据、场景、大脑三大领域的新进展极具看点。

详情点击>>

创新浙江·AI观察丨把新技术变成好产品 在国家人工智能应用中试基地见证具身智能的生长

让机器人“干活”，比让机器人“亮相”更重要

一项新技术能否真正对社会带来影响，不仅取决于实验室里取得了多大突破，更取决于它能否跨越从样机到产品、从演示到应用的漫长距离。对快速发展的具身智能而言，这一问题尤为突出。近年来，机器人在运动控制、环境感知等领域不断取得突破，各类精彩演示频频引发关注。但能够完成高难度动作，与能够在真实环境中长期、稳定、低成本地工作，仍然是两回事。

这正是国家人工智能应用中试基地（具身智能）值得关注的地方。它提出“把新技术变成好产品”，看起来朴素，却击中了当前具身智能产业最现实的痛点。实验室里不缺令人兴奋的技术，但市场上真正稀缺的，是可靠、好用、价格可接受的产品。新技术从发明走向市场，常常要跨过一道“死亡之谷”。技术原型已经出现，商业回报却尚不确定。前期投入很大，单家企业又难以承担数据采集、场景验证、标准制定等公共成本。企业都知道这些基础工作重要，却又可能因为投入周期长、成果容易外溢而不愿率先投入。这是一种典型的市场失灵难题。

中试基地的意义，就在于把企业各自负担不起、重复建设又不经济的环节，变成可共享的产业基础设施。

首先是数据。大语言模型可以从互联网上学习海量文本，机器人却必须认识一个有重量、有摩擦、会碰撞的真实世界。叠一件衣服，在人看来轻而易举，对机器人而言却包含识别材质、控制力度、判断位置、修正错误等一连串任务。更重要的是，正确动作固然有用，做错以后如何纠正，往往更能决定机器人能否适应复杂环境。这些真实世界数据采集成本高、标准不一，而且很难靠一家企业独自积累。基地通过动捕、真机操作以及众包采集，把零散动作转化为可训练的数据，相当于为行业建设一条“数据水电路”。这不仅降低企业成本，也可能形成统一的数据规范，减少重复采集和资源浪费。

其次是场景。具身智能最怕“实验室里样样都会，到了现场处处失灵”。矿井有粉尘和高温，电力巡检有复杂地形，家庭环境中的物品摆放更是千差万别。没有真实场景的反复磨炼，再漂亮的技术指标也很难转化为用户愿意付费的价值。因此，中试基地复刻生产线、矿道、商店、厨房，不是多造几个展示间，而是在建立一套技术通往市场的“考试制度”。机器人究竟能不能用，不能只由研发者自己打分，要由真实任务、作业效率、安全要求和使用成本来检验。展示为了吸引眼球，验证则是为了发现问题。后者不一定热闹，却更接近产业的本质。

再次是“大脑”。当前具身智能的一大难点是泛化能力，即机器人能否把在一个场景学到的能力迁移到另一个场景。高校擅长基础研究，科技企业掌握芯片、模型和机器人本体，传统企业拥有丰富场景，但这些资源过去往往分散在不同主体手中。基地把高校、平台企业、机器人企业和场景方放进同一套验证体系，本质上是在降低协作成本，让创新链与产业链真正接上。

当然，中试基地不是“万能孵化器”。公共平台如果只看入驻企业数量、发布活动数量和展示效果，也可能出现重建设、轻使用，重概念、轻订单的问题。判断一个中试基地是否成功，最终要看三项硬指标：企业研发周期是否缩短，产品成本是否下降，真实客户是否愿意持续采购。

这也意味着，中试基地未来还应处理好三组关系：既要共享数据，也要明确数据权益和隐私边界；既要鼓励多种技术路线竞争，也要推动接口、测试和安全标准兼容；既要发挥国有资本的耐心和公共性，也要让市场需求决定资源流向，避免替企业选择技术、替市场判断产品。“国资搭台、企业唱戏、市场定价”，最后的关键落点仍是市场定价。政府和公共平台可以修路、架桥、降低试错成本，却不能代替用户下单。只有当机器人带来的效率提升高于购置、维护和改造成本，具身智能才算真正走出实验室。

“转载请注明出处”