产业观察🔥7.0

观察|从国际具身智能技能大赛看中美路线之争:在代码里模拟物理VS在车间里喂养数据

虎嗅24小时·2026/10/25 13:54:22🔗 原文

📋总体概括

国际具身智能技能大赛把机器人推进完全无彩排的真实场景:1:1复刻的超高压变电站要求30分钟内完成仪表抄读、红外测温、异常识别和50厘米窄道通行;对标真实门店的超市需应对随机货物与设备故障;上海市质检院的奶片检测要连续完成取样、称重、离心等6个环节。商超赛项负责人郭甬平直言,许多团队预训练的小模型到真实场景都用不上,泛化能力成为最大痛点。文章借此展开中美路线对比:美国以Figure等为代表走代码模拟物理的路线,中国更倾向于在真实车间中喂养数据,两条路线的分野正在赛场与产业中接受检验。

⚡关键信息

  • ▸大赛采用无彩排真实场景,变电站赛项要求30分钟内完成仪表抄读、红外测温、异常识别及50厘米窄道通行
  • ▸超市赛项对标真实门店灯光与货架间距,货物随机打乱并人为制造设备故障,考验抗干扰能力
  • ▸奶片检测赛项由上海市质检院出题,限时30分钟连续完成取样、称重、离心机装载等6个环节
  • ▸百联集团郭甬平坦言:很多团队训练的小模型到真实超市场景用不上,泛化能力成核心短板
  • ▸文章提出中美路线之争:美国走代码里模拟物理的路线,中国倾向在车间里喂养真实数据

🔥犀利点评

这场比赛最有价值的不是名次,而是撕掉了具身智能的演示滤镜——实验室里行云流水的小模型,一到真实超市就集体失灵,说明泛化能力仍是行业最大谎言。中美路线之争本质是效率与数据的取舍:模拟便宜但不真,真实数据贵但扎实。中国坐拥全球最全的工业场景和作业标准,用真实车间喂养数据这条路看似笨,实则可能后发先至。别急着站队,谁先把泛化跑通谁赢。

本文由本站自动聚合,以下为原始来源:前往 虎嗅24小时 阅读全文 →