”王昊说。值得注意的是，近期，“机器人马拉松”引发行业关注。不少业内人士认为，本体侧的领先窗口正在明显收窄，尤其是在具备系统化能力的大厂入场后，部分优势甚至可能仅维持数月。这一定程度上放大了行业对不同技术路径的讨论。在这种背景下，自变量如何保证“大脑”能力的领先以及能力领先的窗口期又能有多久，成为外界关注的又一焦点。对于领先周期，王潜以大模型行业为参照称，“类似OpenAI领先Google两年的情况，在机器人领域，这一窗口可能更长”，预计可达到三年以上。王潜提到，数据是关键点，同时还取决于软硬件一体化能力及完整闭环体系的构建。“我们要把系统拉通，建立一个真正统一的闭环，这才是更长期的竞争力。”他还指出，模型架构本身并非核心壁垒，“模型的架构很容易抄，每半年的时间大家就知道上一代模型架构的设计”。相比之下，更难复制的是围绕数据及其背后的整套工程体系，包括从数据定义、采集、处理，到训练、评测及反馈优化的完整流程。而自变量WALL-B的核心数据，来自真实家庭场景。为了获取这类数据，自变量进入了超过100个真实家庭里去训练，获取非标准化场景下的一手数据。“数据才是这个行业最大的秘密”，王昊说，家庭环境中的日常，比如有的家庭地面散落着拖鞋、快递箱和玩具，有的家庭中猫会突然跳上桌子，这些是模型必须学会应对的真实条件。自变量的数据策略分为两层：实验室数据用于建立基础能力，真实家庭数据用于提升模型在复杂环境中的适应能力。其目标是让机器人在不同家庭场景中具备可用性。在商业化方面，公司计划在一个月后，将搭载WALL-B的新一代机器人投入首批用户家庭。王潜表示，目前模型仍处于“实习生”阶段，执行过程中仍会出错，例如将物品放错位置或中途停止。但其能够实现 24 小时不间断工作，且每工作一天都会因新数据的产生而变得更“聪明”。
=*=*=*=*=*=
当前为第3/3页
上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页