/朝聞通/過去幾年,機器人展會最吸引眼球的往往是“炫技”,比如打擂台、後空翻、寫書法,或者其他更高難度的動作。但在2026世界機器人大會,一個明顯的變化正在發生:越來越多廠商開始把機器人放進工廠、園區、倉儲、安防等具體場景裡。
機器人真正下場“幹活”之後,還有一個繞不開的問題是:人還要不要留在系統裡。在理想狀況下,人們很容易把完全自主視為最終答案。
但真實環境存在大量難以預設的長尾情況。比如在工業巡檢、危化區域和應急救援等高風險場景中,讓機器人獨立處理所有情況,現階段既不現實,也未必是最安全、最經濟的選擇。
當虹科技首席技術官、機器人業務線負責人吳奕剛認為,在物理AI真正進入産業現場的過程中,這種“人在回路”的機制還會存在相當長一段時間。重要的并不是讓人始終操控機器人,而是讓機器承擔越來越多确定性的工作,同時把真正需要判斷的信息準确地送到人面前。
以園區巡檢中的多機協同為例,四足機器人發現異常後,可以自動發起任務,将目标區域交給另一台機器人;如果任務超出自主處理範圍,人又可以遠程接管。
“遠程接管的價值不僅僅是安全兜底。”吳奕剛說,機器人走向真正自主需要大量的真實數據,其中最珍貴往往不是機器人正常工作時的數據,而是它即将犯錯、需要人類幫助時的數據。
這些數據與機器人正常巡檢時産生的大量重複數據并不完全一樣。它們更多集中在系統能力的邊緣位置——那些機器人不确定、容易犯錯、或者過去沒有充分遇到過的情況。正是這些實際場景和能力邊界處收集的數據,最能揭示系統的弱點與盲區,為算法的疊代優化提供最關鍵的指引。(來源:央廣網)