%，在真实场景日常操作任务中平均成功率为99%，高精度任务为97%。这些数据仍需在更多第三方环境中持续验证，但至少表明公司正在把模型能力、真实任务和机器人本体放在同一条技术链路中推进。    从这一角度看，深圳项目相当于把卧安原有的产品商业化能力，进一步外溢到数据基础设施建设：机器人本体负责执行，遥操作和采集设备负责数据生产，场景工程提供任务环境，数据管理平台承接后续训练和验证。    订单背后是能力验证    对具身智能行业来说，这类订单的价值不只在收入确认，更在于验证一家公司能否把机器人本体、遥操作、数据采集、场景工程和平台管理组织成可交付系统。项目交付考验的不只是机器人“能不能动”，而是能否稳定地产生可用于训练和验证的数据。    卧安深圳项目的可观察价值正在于此。公司不只是销售终端产品，也开始参与真实世界数据底座建设。这对资本市场理解卧安也有影响：其估值逻辑不宜只按消费级智能硬件公司观察，也不能简单套用纯人形机器人公司的叙事，更需要看其能否把家庭场景、机器人本体、模型训练和数据基础设施连接起来。    不过，数据训练场仍处于行业早期，项目交付、数据标准、跨平台复用、隐私与安全、模型训练效果评估等问题尚未完全成熟。深圳项目释放的信号是，数据训练场正在从概念进入地方产业建设和企业订单；卧安“首吃螃蟹”的真正看点，也在于这一步能否沉淀为可复制的场景数据能力。（编辑 张伟）

=*=*=*=*=*=
当前为第3/3页
上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页