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。
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉,近日,南開大學計算機學院媒體計算實驗室取得最新研究成果,不僅從評估的角度揭示了現有AI檢測方法的性能不足,並創新性地提出了「直接差異學習」(Direct Discrepancy Learning,DDL)優化策略,教會AI用「火眼金睛」辨別人機不同,實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日,OpenAI發布新一代人工智慧模型GPT-5,再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」,其伴生問題也日益凸顯:AI經常會「一本正經地胡說八道」,生成看似合理的虛假信息,造成「AI幻覺」;依賴AI工具代寫作業甚至畢業論文,極大衝擊著學術誠信和規範;論文AI率檢測系統有待完善,論文被誤判的問題時有發生……如何精準識別AI生成內容,成為亟待解決的熱點問題。 據了解,目前AI生成內容檢測主要有兩種路線,一種是「基於訓練的檢測方法」,使用特定數據訓練一個專用的分類模型;另一種是「零樣本檢測方法」,直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明,現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導,《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」?論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道:「如果把AI文本檢測比作一場考試,檢測器的訓練數據等同於日常練習題,現有檢測方法是機械刷題、死記硬背答題的固定套路,難以學會答題邏輯,一旦遇到全新難題,準確率就會顯著下降。」 「要想實現通用檢測,理論上需收集所有大模型的數據進行訓練,但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說,讓檢測器真正學會舉一反三,即提升檢測器的泛化性能,是提升AI文本檢測性能的關鍵。 為此,研究團隊提出了DDL方法另闢蹊徑,通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距,幫助模型學習AI文本檢測的內在知識,可以精準捕捉人機文本間的深層語義差異,從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』,即便只『學習』過DeepSeek-R1的文本,也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE,使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等),從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說,之前的基準數據集是由少而且能力簡單的大模型命題出卷,而MIRAGE是17個能力強大的大模型聯合命題,形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示,現有檢測器的準確率從在簡單數據集上的90%驟降至約60%;而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比,性能相對提升71.62%;與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比,性能相對提升68.03%。 「AIGC發展日新月異,我們將持續迭代升級評估基準和技術,致力於實現更快、更準、更低成本的AI生成文本檢測,以AI之力,讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
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。
31764
86
2025-11-15 03:19
28569
81
2025-11-15 03:19
42718
41
2025-11-15 03:19
48539
31
2025-11-15 03:19
85947
52
2025-11-15 03:19
19246
18
2025-11-15 03:19
49265
59
2025-11-15 03:19
72963
85
2025-11-15 03:19
94681
93
2025-11-15 03:19
78369
27
2025-11-15 03:19
54218
51
2025-11-15 03:19
65374
39
2025-11-15 03:19
86241
36
2025-11-15 03:19
26893
92
2025-11-15 03:19
92358
34
2025-11-15 03:19
25613
43
2025-11-15 03:19
31978
23
2025-11-15 03:19
64238
72
2025-11-15 03:19
47815
37
2025-11-15 03:19
72586
29
2025-11-15 03:19
92587
64
2025-11-15 03:19
29461
76
2025-11-15 03:19
98567
36
2025-11-15 03:19
28469
82
2025-11-15 03:19
69142
61
2025-11-15 03:19
28541
19
2025-11-15 03:19
78326
36
2025-11-15 03:19
35716
63
2025-11-15 03:19
56491
18
2025-11-15 03:19
47693
61
2025-11-15 03:19
26713
25
2025-11-15 03:19
74362
73
2025-11-15 03:19
49821
85
2025-11-15 03:19
58291
14
2025-11-15 03:19
13682
41
2025-11-15 03:19
17584
84
2025-11-15 03:19
42563
38
2025-11-15 03:19
98534
19
2025-11-15 03:19
46351
54
2025-11-15 03:19
32597
45
2025-11-15 03:19
78356
78
2025-11-15 03:19
51648
53
2025-11-15 03:19
26987
94
2025-11-15 03:19
46391
76
2025-11-15 03:19
81975
64
2025-11-15 03:19
53197
94
2025-11-15 03:19
46137
19
2025-11-15 03:19
83651
59
2025-11-15 03:19
51784
62
2025-11-15 03:19
61293
52
2025-11-15 03:19
23159
27
2025-11-15 03:19
29784
24
2025-11-15 03:19
97532
79
2025-11-15 03:19
| 青草直播 | 黑白直播 |
| 夜魅直播 | |
| 夜魅直播 | 蝴蝶直播 |
| 桔子直播 | |
| 绿茵直播 | 妖精直播 |
| 抖音成人版 | |
| 橘子直播 | 密桃直播 |
| 免费真人视频网站直播下载 | |
| 美女直播 | 打开b站看直播 |
| 桃花app | |
| 零点直播 | 荔枝直播 |
| 午夜直播 | |
| 伊人直播网站 | 抓饭直播 |
| 抓饭直播 | |
| 月神直播 | 尖叫之夜免费直播 |
| 九球直播 | |
| 春雨直播 | 秀色直播app下载安装app |
| 趣播 | |
| 魅影视频 | 小k直播姬 |
| 小狐狸直播 | |