在行业处于比较谁的模型参数更为大的阶段时, 四维图新参股的企业六分科技的CEO李阳, 给出了不一样的判断。

7月2日, 在由中国基金报主办, 名为“2026中国机器人与智能制造产融交流会”的活动上, 李阳作出表示, 未来机器人存在竞争壁垒, 这竞争壁垒并非在于模型参数大小情况, 而是在于数据质量好坏状况, 还在于结合真实世界、持续闭环进行迭代的稳定性方面。

有一个人叫李阳, 他在四维图新以及六分科技工作, 工作的时间累计起来达到了十年, 这让他完整地经历了自动驾驶, 从遵循汽车工业逻辑开始, 一直走向AI逻辑的整个过程。在他心里有这样一个观点, 汽车朝着智能化发展过程中沉淀下来的数据体系、相应的工程体系以及产业经验, 正在变成机器人与智能制造发展时的重要参考。

从生产产品到生产能力

说起智能制造的发展趋向, 李阳觉得, 智能化所改变的并非仅仅是设备, 而是制造能力自身。

他讲, 往昔之时, 产能处于固定状态, 即生产轮胎便只是轮胎, 从事手机生产便仅是手机。然而当下, 生产理应是体现出来的一种能力, 绝非是那种固定的呈现线性增长样式的工具。

依他之见, 智能化所指的是, 生产系统具备着更高的灵活性, 以及自主性。搬运机器人, 原本严格依照地面划线行动, 如今转变为依据任务目标, 自行连接物料仓与加工工位；生产线机器人, 先前处于固定位置且具备固定功能, 现在则随着任务自主进行调整。这实实在在是从建设目标朝着竞争力目标所发生的重大转变。

这种变化, 从本质上说, 意味着制造业的竞争, 正从固定产线的能力, 转化为智能系统持续契合任务、完善自身的能力。

自动驾驶的积累正迁移到机器人产业

这样的判断是因何得出的呢? 李阳将答案归为, 对自动驾驶发展历程的经历, 以及对大语言模型发展历程的察观。

合起来在四维图新以及六分科技工作了十年, 起始于最早的自动化成图阶段, 接着到端到端自动驾驶阶段, 再到当下负责机器人业务, 他这般讲道。

在他的认知当中, 自动驾驶已然历经了一回完整的产业演变进程。“自动驾驶从全然由汽车工业进行主导, 转变为由AI逻辑来主导, 大约历经了十年的周期跨度。它从针对特定车辆、特定配置的定制化产物, 演变成了能够实现泛化的一项技术。大语言模型以及自动驾驶能够被看成是AI领域最为耀眼的两颗明珠, 而且还依旧在持续地散发着光芒与热度。它们具备很强的共同特性, 同时也存在着诸多的差异之处。”。

真正对机器人未来竞争力起到决定作用的, 恰恰是自动驾驶在过去十年所积攒的数据能力。

李阳又进一步作出解释, 说道, 自动驾驶其自身本来就跟物理世界有着很强的关联性, 它的数据是从主机厂的车上进行采集的, 之后要经过人工的筛选, 还要经过人工的标注, 以及人工的训练。并且对于我们这些从事AI领域工作的人而言, 它是一个致力于追求拟合的产品, 也就是针对车辆的形态, 针对车辆的性能, 针对车辆的配置, 以及针对要达成的功能和体验, 去做特定化的事物。而与之形成相反情况的是, 大语言模型能够快速地实现涌现, 并且持续不断地追求通用能力, 这是因为其海量的训练数据能够轻易获取, 互联网所积累的高质量语料使得这些模型迅速具备了极为强大的能力。当前的具身智能赛道, 融合了前两者特性, 着重通用AI能力, 还着重机器人自身与现实的紧密结合；这表明要用一套技术体系, 对不同传感器, 以及不同问题空间之间的映射关系予以解决。

在他的认知当中, 相较于互联网大模型借助海量公开语料这一情况, 机器人所面对的是更为复杂的真实物理世界, 所以, 做好数据采集、数据治理、数据验证, 以及在真实场景里的持续迭代, 相较于单纯追求模型参数的扩增而言, 是更具成效的。

高精定位/空间智能成为能力底座

自动驾驶积累的能力，也正在向工业机器人延伸。

按照李阳所讲, 当下六分科技的高精定位技术开启了从汽车场景朝着工业制造场景的拓展进程, 他还表示, 以往, 我们仅仅是告知大家处于哪条车道, 而如今, 或许要确保大家在从室内直至室外的每一处地点, 均能够获取精准的结果, 并且是从位置自身延伸至对空间的理解以及预测。我们开展融合算法工作, 进行通用模型构建, 打造定制化场景解决方案, 最终目的为在整个智能制造工厂达成一个目标, 即只要你告知我们需完成的任务, 那么最后不管工位如何排列, 物料处于何方, 成品要前往哪里, 均可由系统自行适应性调整, 全部自动完成。

他更深入地着重指出, 往后机器人的竞争屏障, 并非取决于模型参数的规模大小, 而是在于数据质量的好坏程度, 以及跟真实世界相结合、持续循环反复迭代的稳固性。“汽车行业在过去十年所积淀下来的最大资产；不仅仅是智能汽车自身；更是一整套涵盖数据采集、治理以及验证的完备体系。这套能力能够毫无问题地转移到机器人与智能制造领域；成为产业向上跨越的根基。”。

“老师傅经验”才是真正的“护城河”

关于工业智能化的未来走向, 李阳所做出的判断是, 从达成指定任务朝着自适应任务转变, 他表示: “这是在精准数字化、工业互联网之后, 大工业智能化中的一个主要课题。这件事情或许不会完全由我们单独来完成, 会有诸多同行业的伙伴一同开展努力。”。

把“国内机器人发展可以在追求AGI的宏大叙事之余, 更多地立足制造业场景优势, 以‘老师傅经验模型化+细分场景快速迭代’的路径, 培育小而美、抗周期的强竞争力、自造血企业。”这句话, 从李阳的角度来看, 机器人产业真正需要积累的并非更大的模型, 而是更多源自真实制造现场的数据, 以及更成熟的工程体系, 还有把“老师傅经验”持续沉淀为AI能力的过程。这也是汽车智能化十年留给机器人产业最为重要的价值。