北京
中經(jīng)記者 李玉洋 上海報(bào)道
“AI正從‘訓(xùn)練驅(qū)動(dòng)’轉(zhuǎn)向‘推理落地’主導(dǎo)，端側(cè)推理應(yīng)用成為主戰(zhàn)場(chǎng)。”5月28日，星宸科技股份有限公司副總經(jīng)理陳立敬在2026第十屆集微大會(huì)上表示，端邊側(cè)AI滲透率將持續(xù)提升，“殺手級(jí)”應(yīng)用接近兌現(xiàn)。
這其中，智能機(jī)器人商業(yè)化加速。陳立敬指出，機(jī)器人行業(yè)正從“技術(shù)敘事”邁向“規(guī)模化業(yè)績(jī)兌現(xiàn)”，因?yàn)闄C(jī)器人的關(guān)鍵技術(shù)獲得突破，場(chǎng)景導(dǎo)向的產(chǎn)品逐步產(chǎn)品化落地形成規(guī)模。
然而，機(jī)器人行業(yè)面臨“兩頭熱，中間跟不上”的尷尬局面，即研發(fā)端和下游應(yīng)用期待高，但中間的供應(yīng)鏈、工程化、產(chǎn)品化、標(biāo)準(zhǔn)化能力卻嚴(yán)重滯后。
而機(jī)器人在落地現(xiàn)實(shí)的待解困局方面，除了缺少數(shù)據(jù)外，陳立敬表示，當(dāng)前機(jī)器人產(chǎn)業(yè)的核心技術(shù)瓶頸在于算法、硬件與軟件的三重挑戰(zhàn)。
一是算法泛化能力弱。當(dāng)前AI算法在面對(duì)新環(huán)境、新任務(wù)時(shí)，遷移和泛化能力不足，需要大量特定場(chǎng)景數(shù)據(jù)，難以實(shí)現(xiàn)“舉一反三”。
二是核心硬件在功耗、工程化、規(guī)模化上仍需突破。機(jī)器人產(chǎn)品功耗高、發(fā)熱嚴(yán)重導(dǎo)致運(yùn)行崩潰；電子、結(jié)構(gòu)、系統(tǒng)等非常復(fù)雜，生產(chǎn)、調(diào)試工作量巨大，生產(chǎn)效率低下。
三是物理世界感知、實(shí)時(shí)操作系統(tǒng)滯后。國(guó)內(nèi)在機(jī)器人實(shí)時(shí)操作系統(tǒng)（ROS）的實(shí)時(shí)性、穩(wěn)定性和安全性與國(guó)際頂尖水平仍存在差距，成為制約機(jī)器人高性能運(yùn)動(dòng)控制的軟件瓶頸。
（編輯：吳清 審核：李正豪 校對(duì)：顏京寧）
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
