AI导航

本文探讨了具身智能发展面临的数据瓶颈，并重点介绍了深度机智公司通过“情境数据采集”模式破解这一难题的创新实践。文章指出，传统数据采集方式导致模型过拟合，而基于人类第一视角、融入丰富环境上下文的情境数据，能让AI理解动作背后的逻辑，实现技能的泛化迁移。深度机智与高校合作建立示范中心，利用自研DeepAct引擎大规模采集真实场景数据，为构建通用的物理智能系统奠定坚实的数据基础，推动机器人从机械模仿走向真正的自主智能。

2025年IROS会议上，美团机器人研究院展示了具身智能与零售服务融合的创新成果，包括规模化无人机配送服务和突破性的DINO-X算法。学术大咖围绕物理与数据协同、基础模型构建等核心议题展开深入讨论，一致认为具身智能正从传统范式向基于物理世界的通才模型演进，为智能机器人技术的未来发展指明方向。