數據成為犯罪工具 司法實踐這樣解局
2025-12-28 13:41 7,952次浏览閱讀提示 近期，人形機器人在各大展會和活動中頻頻亮相，展現出強大創新力和蓬勃發展活力。從實驗室到千家萬戶，其商業化落地還需突破技術、成本等難題。專家認為，未來，可以通過建設大規模數據採集工廠等方式，加快部分場景的商業化落地，以更好跨越「最後一公裡」。 格鬥臺上，4臺身高約1.3米的人形機器人兩兩對抗，直拳、勾拳、側踢，連招行雲流水……在不久前舉辦的世界人工智慧大會上，一場人形機器人格鬥賽引發關注。 今年，被認為是人形機器人量產「元年」，人形機器人頻頻亮相各大展會，展現出強大創新力和蓬勃發展活力。2025世界機器人大會上，200餘家國內外機器人企業參展，人形機器人整機企業數量創下新高；2025世界人形機器人運動會開賽在即，500餘臺人形機器人將在538個比賽項目中大顯身手…… 作為機器人技術的集大成者，人形機器人承載著新一輪科技革命和產業變革的厚望。迎來量產的人形機器人如何從實驗室到千家萬戶？其商業化落地還面臨哪些挑戰、需要突破哪些藩籬？對此，《工人日報》記者展開了採訪。 產業發展有基礎，技術細節存卡點 「看它走路搖搖晃晃，跑兩步就摔跤，感覺還不是很靈活。」來自鄭州的謝嘉豪觀看了近期舉辦的2025RoboCup巴西機器人足球世界盃的多場賽事，在他看來，一些參賽的人形機器人在運動能力上還有提升空間。這也道出了當前該產業面臨的困境之一。 根據工信部發布的《人形機器人創新發展指導意見》(以下簡稱《意見》)，今年，我國將初步建立人形機器人創新體系。工信部相關負責人在解讀《意見》時表示，我國人形機器人產業前期已有一定基礎，但在一些方面仍存在短板弱項。 據了解，智能能力、運動能力和本體能力技術卡點，是當前人形機器人面臨的主要發展瓶頸。有業內專家將這三類能力比作人類的「大腦、小腦、肢體」，它們對人形機器人的發展至關重要。 「人形機器人的運動控制、感知能力目前存在技術卡點，導致它們看起來『笨笨的』。」飛上天傳媒CEO宋宇飛及其團隊針對人形機器人賽道開展了多項研究，他告訴記者，在運動控制方面，部分人形機器人的電機雖能提供高瞬時功率，但持續運行時散熱不佳，致使關節溫度升高、扭矩精度下降，且當前的機器視覺和傳感器技術尚不足以讓機器人準確感知複雜環境，「這也是為什麼人形機器人在運動時容易摔倒」。 而在人形機器人的運動能力和本體能力之外，多位受訪專家指出，類似於人類「大腦」能力的智能能力在技術細節方面仍需不斷完善。 對此，高工機器人研究總監蔡炳貞分析認為，機器人需要先感知外界信息，再把信息傳給「大腦」，「大腦」要加以理解、分析、推理、決策，再指揮「小腦」控制運動，現有的人形機器人大模型推理速度、邊緣計算算力相對不足，由此帶來延時性問題，進而導致整套動作流程耗時較長。 供應鏈進一步完善，價格有待更「親民」 從幾年前的幾百萬元一臺，到今年的幾萬元一臺，人形機器人售價總體呈下降趨勢。特別是今年以來，多個品牌產品進入量產階段，價格降幅更為明顯。7月，國內某品牌推出的一款人形機器人，售價為3.99萬元起。 不過，人形機器人要進一步實現家用，現階段的成本和售價仍然較高，有消費者表示，「期待隨著國產供應鏈進一步完善，售價能夠更加『親民』。」 人形機器人為什麼「有些貴」？蔡炳貞認為，目前，無論是人形機器人的「大腦」「小腦」技術，還是關節模組等硬體技術，都還沒有實現標準化和統一，各個零部件主要由各機器人廠家設計定製，導致定製成本較高。 對於如何進一步降低人形機器人成本，宋宇飛建議，一方面，企業應當繼續提高自研自產能力，通過自研自產電機、3D雷射雷達等核心部件，不斷降低硬體成本；另一方面，也應持續優化設計與生產工藝，如減少模具成本和零部件數量，提高裝配效率。 上海大學智慧機器人團隊成員張哲瑞告訴記者，我國具有完整的人形機器人產業鏈，如果人形機器人的技術問題得以更好地解決，大規模量產和降低成本都有望實現。 「技術進一步成熟之後，產業鏈上下遊才能有相對統一的產線進行大規模生產。實現這種大規模量產後，人形機器人進入千家萬戶才有可能。」蔡炳貞說。 拓展應用場景，加快商業化落地 從實驗室到工廠，從展臺到救援現場，再從商場到尋常百姓家……跨越「最後一公裡」，人形機器人如何探索應用場景的更多可能？ 據蔡炳貞觀察，人形機器人目前主要應用於科研場景、教育場景、展覽娛樂場景、商業巡檢場景，這4類場景佔到人形機器人全部應用場景的70%以上。 近年來，國家和地方在拓展人形機器人應用場景方面進行了諸多積極嘗試。《意見》提出，加快人形機器人在特種環境應用，聚焦3C、汽車等製造業重點領域，提升人形機器人工具操作與任務執行能力，並拓展人形機器人在醫療、家政等民生領域服務應用。部分地區已展開先行先試，如北京嘗試打造高智能化和柔性化的生產線及汽車超級無人工廠，上海啟動運行全球首個全尺寸人形機器人開源社區「OpenLoong」。 宋宇飛建議，將人形機器人優先用於救援救災場景。「如在坍塌等高危場景中，機器人能進入人類難以到達的危險區域，執行探測、搜救等任務，提高作業安全性和效率。」 「人形機器人的最大優勢就是能夠適配人類社會的基礎設施。在應用場景方面，可以按從簡單到複雜、從封閉到開放的順序進行拓展。」張哲瑞分析稱，可以先從工廠等簡單的、封閉的場景推廣人形機器人，再逐步推廣至更開放、更複雜的場景。 「讓人形機器人到工廠去做『簡單勞動』其實並不簡單，核心卡點在於模型有待優化和數據稀缺。」蔡炳貞告訴記者，行業內目前主要通過遙操機器人採集數據、生成仿真數據等解決上述問題，要突破這一瓶頸，未來還需建設大規模數據採集工廠，或通過切割場景，讓一部分場景機器人先實現商業化落地。
當前，人工智慧已深度融入經濟社會發展的方方面面，在深刻改變人類生產生活方式的同時，也成為關乎高質量發展和高水平安全的關鍵領域。然而，人工智慧的訓練數據存在良莠不齊的問題，其中不乏虛假信息、虛構內容和偏見性觀點，造成數據源汙染，給人工智慧安全帶來新的挑戰。 數據是人工智慧的基礎 人工智慧的三大核心要素是算法、算力和數據，其中數據是訓練AI模型的基礎要素，也是AI應用的核心資源。 ——提供AI模型的原料。海量數據為AI模型提供了充足的訓練素材，使其得以學習數據的內在規律和模式，實現語義理解、智能決策和內容生成。同時，數據也驅動人工智慧不斷優化性能和精度，實現模型的迭代升級，以適應新需求。 ——影響AI模型的性能。AI模型對數據的數量、質量及多樣性要求極高。充足的數據量是充分訓練大規模模型的前提；高準確性、完整性和一致性的數據能有效避免誤導模型；覆蓋多個領域的多樣化數據，則能提升模型應對實際複雜場景的能力。 ——促進AI模型的應用。數據資源的日益豐富，加速了「人工智慧+」行動的落地，有力促進了人工智慧與經濟社會各領域的深度融合。這不僅培育和發展了新質生產力，更推動我國科技跨越式發展、產業優化升級、生產力整體躍升。 數據汙染衝擊安全防線 高質量的數據能夠顯著提升模型的準確性和可靠性，但數據一旦受到汙染，則可能導致模型決策失誤甚至AI系統失效，存在一定的安全隱患。 ——投放有害內容。通過篡改、虛構和重複等「數據投毒」行為產生的汙染數據，將幹擾模型在訓練階段的參數調整，削弱模型性能、降低其準確性，甚至誘發有害輸出。研究顯示，當訓練數據集中僅有0.01%的虛假文本時，模型輸出的有害內容會增加11.2%；即使是0.001%的虛假文本，其有害輸出也會相應上升7.2%。 ——造成遞歸汙染。受到數據汙染的人工智慧生成的虛假內容，可能成為後續模型訓練的數據源，形成具有延續性的「汙染遺留效應」。當前，網際網路AI生成內容在數量上已遠超人類生產的真實內容，大量低質量及非客觀數據充斥其中，導致AI訓練數據集中的錯誤信息逐代累積，最終扭曲模型本身的認知能力。 ——引發現實風險。數據汙染還可能引發一系列現實風險，尤其在金融市場、公共安全和醫療健康等領域。在金融領域，不法分子利用AI炮製虛假信息，造成數據汙染，可能引發股價異常波動，構成新型市場操縱風險；在公共安全領域，數據汙染容易擾動公眾認知、誤導社會輿論，誘發社會恐慌情緒；在醫療健康領域，數據汙染則可能致使模型生成錯誤診療建議，不僅危及患者生命安全，也加劇偽科學的傳播。 築牢人工智慧數據底座 ——加強源頭監管，防範汙染生成。以《網絡安全法》《數據安全法》《個人信息保護法》等法律法規為依據，建立AI數據分類分級保護制度，從根本上防範汙染數據的產生，助力有效防範AI數據安全威脅。 ——強化風險評估，保障數據流通。加強對人工智慧數據安全風險的整體評估，確保數據在採集、存儲、傳輸、使用、交換和備份等全生命周期環節安全。同步加快構建人工智慧安全風險分類管理體系，不斷提高數據安全綜合保障能力。 ——末端清洗修復，構建治理框架。定期依據法規標準清洗修復受汙數據。依據相關法律法規及行業標準，制定數據清洗的具體規則。逐步構建模塊化、可監測、可擴展的數據治理框架，實現持續管理與質量把控。 國家安全機關將在以習近平同志為核心的黨中央堅強領導下，全面貫徹總體國家安全觀，與有關部門一道防範針對我人工智慧領域的數據汙染風險，依法維護人工智慧安全和數據安全，不斷築牢國家安全屏障。 來源：國家安全部微信公眾號
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
水仙直播
「活动」首次登录送新手大礼包
- 软件大小: 346.49MB
- 最后更新: 2025-12-28 13:41
- 最新版本: v19.17.14.1
- 文件格式: apk
- 应用分类:ios-Android 魅影直播视频
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.75以上
客服热线：137-9624-5961
快猫类似软件
猜你喜欢
19378
54379
87
2025-12-28 13:41
87495
26
2025-12-28 13:41
45837
71
2025-12-28 13:41
54832
91
2025-12-28 13:41
87496
54
2025-12-28 13:41
53691
86
2025-12-28 13:41
91365
46
2025-12-28 13:41
71546
39
2025-12-28 13:41
35498
97
2025-12-28 13:41
37648
83
2025-12-28 13:41
43768
47
2025-12-28 13:41
97641
47
74
79
83451
54
68195
26
72146