具身智能的核心技术痛点是什么？
前两天刷到一个视频，一家汽车工厂的工业机器人切换产品线，整整花了 18 分钟。我当时还想"才 18 分钟算什么"，看了配文才知道这已经是行业先进水平。问题出在哪？工人在 A 工厂学会的装配动作，换到 B 工厂，灯光、零件位置、传送带速度稍微一变，机器就懵了。这背后就是行业里常说的"具身鸿沟"和"Sim2Real 鸿沟"——在仿真里训练得再完美，到了真实车间也得打折扣。VLA 模型在实验室里成功率能跑到 95%，一上产线就掉到 60%。千寻智能的老板公开说过：在 A 厂学到的技能，换到 B 厂大概率失灵。再往上看，机器人连十几步的连续任务都容易"崩"——"把冰箱里的苹果拿出来放到桌上"对人是举手之劳，对机器人却要拆解成十几个子任务，前面错一步，后面就全错。这种"专才不通用、通才不专业"的尴尬，被业内排在了 具身智能第二大痛点 。朋友看完那个视频只说了一句：现在谁要是能解决泛化，谁就是下一个英伟达。
发布于 福建
分享
评论
赞
未登录
友善发言
评论
加载中
