|
核心观点：决定机器人未来竞争力的护城河关键，并非模型参数的分科规模，而是技李据自动驾驶领域过去十年沉淀的数据治理能力、真实世界交互的阳机稳定性以及持续闭环迭代的工程体系。 作者：赵新亮 当行业仍陷入“模型参数军备竞赛”时，器人四维图新参股企业六分科技CEO李阳提出了截然不同的时代战略判断。 7月2日，真正在中国基金报主办的模型“2026中国机器人与智能制造产融交流会”上，李阳指出，而数未来机器人的护城河竞争壁垒将不再取决于模型参数的体量，而是分科聚焦于数据质量的优劣，以及结合真实物理世界、技李据实现持续闭环迭代的阳机系统稳定性。 拥有在四维图新与六分科技十年从业经验的器人李阳，完整见证了自动驾驶从“汽车工业逻辑”向“AI逻辑”的时代范式转移。他认为，汽车智能化所沉淀的数据体系、工程方法论及产业经验，正成为推动机器人与智能制造发展的核心参照系。
从“生产产品”到“构建生产能力”谈及智能制造的演进方向，李阳强调，智能化重塑的不仅是设备形态，更是制造能力的本质。 “传统模式下，产能是固定的——生产轮胎即生产轮胎，生产手机即生产手机。但在智能化时代，生产应被视为一种动态的‘能力’，而非固定的线性增长工具。”李阳表示。 智能化赋予了生产系统更高的灵活性与自主性。例如： 这一转变标志着制造业竞争焦点，正从静态的产线建设能力，转向智能系统对任务的持续适应能力及自我优化能力。 自动驾驶积累向机器人产业的迁移这一判断源于李阳对自动驾驶与大语言模型（LLM）发展历程的深度观察。 “我在四维图新和六分科技合计工作十年，亲历了从自动化成图、端到端自动驾驶，到如今负责机器人业务的全过程。”李阳回顾道。 他指出，自动驾驶已完成一轮完整的产业演进，从汽车工业主导转向AI逻辑主导，历时约十年。这一过程使其从特定车辆、特定配置的定制化产品，泛化为通用技术。李阳将大语言模型与自动驾驶视为AI领域的两颗明珠，二者既有共性，也存在显著差异。 真正决定机器人未来竞争力的，正是自动驾驶过去十年积累的数据能力。 李阳进一步剖析了三者的逻辑差异： 相较于互联网大模型依赖公开语料，机器人面对的是更为复杂的真实物理世界。因此，做好数据采集、治理、验证，以及在真实场景中的持续迭代，比单纯追求模型参数的扩增更为有效。 高精定位与空间智能：构建能力底座自动驾驶积累的技术能力，正加速向工业机器人领域延伸。 据李阳介绍，六分科技的高精定位技术正从汽车场景拓展至工业制造场景：“过去，我们只需提供车道级定位；现在，需保证从室内到室外的全场景精准定位，并将定位能力扩展至对空间的理解与预测。” 通过融合算法、通用模型及定制化场景解决方案，六分科技旨在实现智能制造工厂的核心目标：任务自适应。无论工位如何排布、物料位于何处、成品去向何方，系统均能自动适应并完成全流程自动化作业。 李阳再次强调，未来机器人的竞争壁垒在于数据质量与闭环迭代的稳定性。“汽车行业过去十年沉淀的最大资产，不仅是智能汽车本身，更是一整套覆盖数据采集、治理与验证的成熟体系。这套能力可平移到机器人与智能制造领域，成为产业跃迁的底座。” “老师傅经验”才是终极“护城河”对于工业智能化的未来，李阳的判断是：从执行指定任务走向自适应任务。这是继精准数字化、工业互联网之后，大工业智能化的核心课题，需要行业伙伴共同努力。 他建议，国内机器人发展在追求AGI宏大叙事之余，应更多立足制造业场景优势，采取“老师傅经验模型化 + 细分场景快速迭代”的路径，培育小而美、抗周期、具备强竞争力及自造血能力的企业。 在李阳看来，机器人产业真正需要积累的，不是更大的模型，而是： 这正是汽车智能化十年留给机器人产业最重要的价值遗产。 编辑：黄梅
|
