当前位置: 首页 > news >正文

WRC2025 | 澳鹏亮相2025世界机器人大会,以数据之力赋能具身智能新纪元

2025年8月8日至12日,以"让机器人更智慧 让具身体更智能"为主题的2025世界机器人大会在北京隆重举行。本届大会汇聚了220余家国内外领先机器人企业,规模创历史新高。在全球人工智能与机器人技术加速融合的背景下,澳鹏数据作为AI数据服务领域的领军企业,在会上分享了具身智能数据基础设施建设的创新实践与行业洞察。

把握战略机遇 推动产业升级

今年,"具身智能"与"智能机器人"首次被纳入政府工作报告,标志着这一领域已上升至国家战略层面。在这一重要机遇期,AI大模型与机器人技术的深度融合正成为驱动新一轮科技竞争的核心引擎,推动产业从"能动"向"能用"加速转型。

作为大会重要组成部分,"AI大模型赋能机器人与具身智能产业新范式交流活动"于8月8日同期召开。活动以"模型筑基,具身向新"为主题,汇聚产学研各界专家,共同探讨AI大模型与具身智能领域的技术突破与产业应用。澳鹏中国产品研发副总裁钱程在"智聚前沿,技破无界:AI大模型赋能具身智能创新革命"圆桌论坛中发表重要见解。

破解数据瓶颈 构建发展新路径

钱程在论坛中指出:"数据是AI大模型与具身智能融合发展的核心基础。澳鹏从语音数据起步,已逐步拓展至自动驾驶、大模型、具身智能等多模态全维度数据服务。目前,我们已针对具身智能领域完成了机械臂、扫地机器人等多样化场景的数据服务实践。"

针对具身智能领域面临的高质量训练数据稀缺问题,钱程分享了专业见解。他指出,当前顶尖大模型需要百万亿token级的训练数据,而具身智能数据量级相对有限。这一差距源于具身智能数据的特殊采集难度——需要构建专门的数据工厂,配备多台机器人、搭建多样化场景,并通过遥控操作等方式生产数据,导致量产效率较低。

"解决之道不在于简单扩大数据工厂规模,"钱程表示,"而应以更开放的心态推动具身智能机器人快速量产与场景落地。"他援引强化学习之父理查德·萨顿提出的"经验数据"概念,强调具身智能非常适合"干中学"的模式。相比自动驾驶等高危场景,具身智能在咖啡制作、家居服务等场景具有更大的容错空间,使机器人能够通过渐进式学习持续提升性能。

创新平台发布 重塑数据生产力

基于对行业痛点的深刻洞察,澳鹏数据推出了RoboGo具身智能数据开发平台。该平台通过三大技术体系重构数据生产力:在感知升维层面,平台通过双光融合标注技术突破光谱限制,结合多视角3D重建,为智能体构建立体环境认知;认知建模模块通过视频理解与物理规律标注,帮助AI掌握动态场景逻辑;决策优化系统凭借多相机协同标注与思维链技术,赋能机器人实现毫米级操作精度与复杂任务自主规划。

钱程表示:"随着具身智能机器人加速融入生产生活,真实场景数据将呈现指数级增长。作为产业链上游的数据提供商,澳鹏期待拥抱这一变革,为行业提供更多高质量训练数据支持。"

在AI大模型与具身智能深度融合的新时代,高质量、专业化数据正成为技术突破与产业落地的关键基石。澳鹏数据将继续深耕具身智能等前沿领域,以创新技术架构和全球化服务能力,为产业发展提供坚实数据支撑,助力机器人技术从实验室走向千行百业。

http://www.dtcms.com/a/350124.html

相关文章:

  • 2025年9月计算机二级C++语言程序设计——选择题打卡Day6
  • 神经网络模型搭建及手写数字识别案例
  • 关于“程序=数据结构+算法”的深层认识
  • Java图形图像处理【双缓冲技术与游戏】【九】
  • Java全栈开发面试实战:从基础到微服务的深度解析
  • IDEA2022开启新版UI
  • 系统架构设计师备考第4天——计算机软件概述操作系统
  • Aligning Effective Tokens with Video Anomaly in Large Language Models
  • 储能防逆流:智能守护电网稳定的核心技术
  • 大数据毕业设计选题推荐-基于大数据的餐饮服务许可证数据可视化分析系统-Spark-Hadoop-Bigdata
  • 阿里云OSS文件上传_对象存储服务全流程
  • Android横竖屏切换的“数据保卫战”:如何优雅地保存和恢复表单数据
  • 用 python 开发一个可调用工具的 AI Agent,实现电脑配置专业评价_python ai agent
  • 常见前端性能优化讲解
  • 在分布式计算区域中通过VPC搭建私有网络
  • Ansible 任务控制与事实管理指南:从事实收集到任务流程掌控
  • Hadoop(四)
  • 【GPT入门】第59课 大模型内存计算指南:7B/8B/70B 模型在 32/16/8/4bit 精度下的内存需求测算
  • 【GPT5的多个子模型和动态路由分别是什么?】
  • 深度学习分类网络初篇
  • AI与自动化工具对比与选择
  • Coze用户账号设置修改用户密码-前端源码
  • 用一根“数据中枢神经”串起业务从事件流到 Apache Kafka
  • Flume中常见的易错的问题
  • Linux应用软件编程---网络编程(TCP:[ 其他机制、头部标志位、应用示例 ]、 HTTP:[ 万维网、概念、格式、报文、应用示例 ]
  • LoRA 微调后幻觉排查 Checklist
  • JVM之【执行引擎系统】
  • IntelJ IDEA配置GitLab教程
  • 浅谈为什么尾递归更高效?——从调用栈和汇编的视角
  • 第三方软件检测机构的核心作用(二)