中新經緯4月2日電 (孫慶陽)“盡管人們對機器人的期望值很高，但目前許多機器人在實際應用中卻表現得不盡如人意。究其原因，數據的缺失和不足是關鍵所在。”清華大學交叉學院助理教授、博士生導師許華哲在2025中國生成式AI大會上如是說。

　　目前，機器人在一些簡單動作或直線導航任務中已經取得了顯著的進步，但在進行一些高精度動作任務時卻顯得力不從心。許華哲舉例稱，抓取一個水壺倒水的動作，就需要大量的、高質量的數據來支持機器人的學習和決策。

　　許華哲表示，數據對于機器人的重要性不言而喻。以目前主流的深度學習算法為例，它依賴于大量的數據來訓練模型，從而讓機器人能夠更好地理解和執行任務。然而，目前機器人在操作任務中面臨的數據問題主要有兩個方面：一是數據模態的單一性，二是數據量的不足。

　　許華哲具體解釋稱，從數據模態來看，目前許多機器人主要依賴視覺數據來進行操作。但僅僅依靠視覺是遠遠不夠的。例如，當我們抓取一個物體時，觸覺反饋是非常重要的。如果我們能將觸覺數據與視覺數據相結合，機器人的操作能力將得到極大地提升。事實上，已經有研究團隊在這方面進行了探索，并取得了初步的成果。他們通過設計特殊的硬件結構和實驗方案，讓機器人能夠感知到物體的軟硬度、表面紋理等觸覺信息，并將這些信息反饋給人類操作者，從而實現了更精準的操作。

　　再從數據量的角度來看，機器人需要大量的數據來進行學習和訓練。然而，實際采集數據的過程往往是耗時且成本高昂的。這就導致了機器人在面對新的任務或者環境時，往往缺乏足夠的數據來支持其決策。為了解決這個問題，一些研究團隊提出了數據生成的方法。通過利用已有的數據，結合一些算法和模型，生成更多的數據來豐富機器人的數據集。這種方法不僅大大降低了數據采集的成本，還提高了機器人的學習效率和泛化能力。

　　同時，許華哲強調，解決機器人數據問題所帶來的商機將會是顯而易見。隨著機器人在各個領域的應用不斷拓展，對于高質量數據的需求也將持續增長。這將為數據采集、處理和分析等相關產業帶來巨大的市場空間。例如，開發更高效的觸覺傳感器、數據生成算法和模型，以及提供專業的數據標注和清洗服務等，都將成為未來市場上的熱門領域。

　　“包括制造服務業、醫療領域和家居場景等，機器人從實驗室走向商用的路徑已經顯現。”許華哲表示，在中國市場，老齡化加速催生的家庭護理需求更為迫切，僅失能老人輔助器具市場就有千億元潛在規模。那些能率先將觸覺數據與視覺導航結合的企業，很可能復制大疆在消費級無人機領域的成功。而站在投資角度看，機器人產業正從“炫技階段”進入“實用主義時代”。當觸覺數據與生成式AI結合，家庭機器人或許真的能完成從“玩具”到“管家”的蛻變。對于敏銳的投資者而言，此刻布局觸覺傳感器、數據增強軟件、垂直場景解決方案，恰似2007年投資智能手機產業鏈，往往藏著最大的財富密碼。(中新經緯APP)

　　中新經緯版權所有，未經授權，不得轉載或以其他方式使用。

責任編輯：張芷菡