在近日舉行的全球人工智能與機器人大會“數(shù)據(jù)&一腦多形”分論壇上，數(shù)據(jù)價值重構(gòu)與智能架構(gòu)創(chuàng)新成為核心議題。與會專家指出，人工智能正從單一語言理解向物理世界拓展，數(shù)據(jù)與智能系統(tǒng)的深度融合將重塑產(chǎn)業(yè)格局。這場技術(shù)盛宴匯聚了學(xué)術(shù)界與產(chǎn)業(yè)界的頂尖力量，共同探索下一代智能系統(tǒng)的演進路徑。

數(shù)據(jù)價值重構(gòu)正在引發(fā)行業(yè)變革。傳統(tǒng)數(shù)據(jù)作為模型訓(xùn)練資源的定位已被顛覆，其作為認(rèn)知基礎(chǔ)與價值載體的本質(zhì)逐漸顯現(xiàn)。多模態(tài)大模型的發(fā)展推動數(shù)據(jù)向結(jié)構(gòu)化、邏輯鏈完整的方向演進，高質(zhì)量數(shù)據(jù)成為定義模型認(rèn)知邊界的關(guān)鍵要素。論壇深入探討了如何構(gòu)建具備解釋性、可信度與進化能力的知識體系，數(shù)據(jù)流動正推動產(chǎn)業(yè)智能化形成閉環(huán)生態(tài)。

具身智能數(shù)據(jù)工廠建設(shè)成為實踐焦點。某科技企業(yè)創(chuàng)始人分享了動作捕捉技術(shù)在機器人領(lǐng)域的應(yīng)用經(jīng)驗，指出人形機器人賽道對高質(zhì)量數(shù)據(jù)的迫切需求。該企業(yè)通過全身遙操作技術(shù)積累數(shù)據(jù)，同時揭示了遙操作存在的成本效率、能力局限與跨本體泛化等挑戰(zhàn)。行業(yè)正探索以人為中心的數(shù)據(jù)采集體系，通過標(biāo)準(zhǔn)化與真實場景采集相結(jié)合的方式優(yōu)化數(shù)據(jù)結(jié)構(gòu)，構(gòu)建不依賴特定機器人本體的通用數(shù)據(jù)框架。

數(shù)據(jù)工程解決方案呈現(xiàn)多元化發(fā)展。某數(shù)據(jù)平臺創(chuàng)始人提出，具身數(shù)據(jù)服務(wù)將成為機器人領(lǐng)域的下一個風(fēng)口。針對機器人泛化能力不足、數(shù)據(jù)采集成本高昂等痛點，其團隊設(shè)計了兼容真機與仿真的數(shù)據(jù)采集系統(tǒng)，通過AI Agent實現(xiàn)自動標(biāo)注與模型評測。該平臺使真實數(shù)據(jù)集構(gòu)建速度提升30倍，仿真數(shù)據(jù)生成效率提高3.5倍，形成數(shù)據(jù)驅(qū)動的模型迭代閉環(huán)。專家強調(diào)，優(yōu)質(zhì)數(shù)據(jù)應(yīng)能直接提升模型性能，數(shù)據(jù)采集需與模型需求深度耦合。

智能架構(gòu)創(chuàng)新推動“一腦多形”范式突破。智能飛行機器人研究展示了端到端神經(jīng)網(wǎng)絡(luò)在50克級無人機上的應(yīng)用，其自主導(dǎo)航系統(tǒng)可在無GPS環(huán)境下完成復(fù)雜地下空間探索。團隊開發(fā)的集群飛行系統(tǒng)實現(xiàn)五臺機器人協(xié)同搬運，家庭場景中的飛行機械手已具備物品抓取能力。這些技術(shù)突破使飛行具身智能體能夠進入高危環(huán)境執(zhí)行任務(wù)，并在安防巡檢、物流運輸?shù)阮I(lǐng)域展開應(yīng)用探索。

空間智能技術(shù)打通自動駕駛與機器人領(lǐng)域。研究團隊提出的占據(jù)柵格生成方案，通過兩階段流程實現(xiàn)語義Occupancy到多模態(tài)數(shù)據(jù)的轉(zhuǎn)化，相關(guān)技術(shù)已與車企合作測試極端場景適應(yīng)性。在機器人訓(xùn)練方面，構(gòu)建的InterVLA數(shù)據(jù)集包含語言指令與多視角視頻，配合“思維鏈”推理機制，使模型決策可解釋性顯著提升。方位感知模型則讓機器人能夠像人類一樣抓取物體合適部位，解耦學(xué)習(xí)框架有效提升了模型在真實世界的魯棒性。

人形機器人控制策略呈現(xiàn)感知驅(qū)動新趨勢。研究團隊通過體素化點云表示壓縮環(huán)境信息，結(jié)合激光雷達自掃描技術(shù)，使機器人能夠提前感知地形變化并規(guī)劃動作。統(tǒng)一的動作技能表征模型支持人形機器人完成復(fù)雜交互與球類運動，其控制策略正從“盲動”轉(zhuǎn)向“感知驅(qū)動”。專家指出，構(gòu)建更大容量的基礎(chǔ)模型與離線監(jiān)督學(xué)習(xí)方案，將是提升機器人長程控制能力的關(guān)鍵路徑。

圓桌討論聚焦技術(shù)落地挑戰(zhàn)。與會專家認(rèn)為，當(dāng)前具身智能仍處于探索階段，學(xué)術(shù)界與產(chǎn)業(yè)界需形成合力。無人機技術(shù)范式向端到端傾斜，但強化學(xué)習(xí)與黑箱模式存在本質(zhì)差異。世界模型構(gòu)建在自動駕駛與機器人領(lǐng)域呈現(xiàn)不同技術(shù)路徑，視頻生成方案因安全性考量更受關(guān)注。通用控制器研發(fā)面臨仿真與現(xiàn)實的雙重考驗，硬件性能成為制約因素。創(chuàng)業(yè)者需在技術(shù)理想與商業(yè)需求間尋找平衡點，既要保持技術(shù)前瞻性，又要滿足產(chǎn)業(yè)迫切需求。