观察｜从国际具身智能技能大赛看中美路线之争：在代码里模拟物理VS在车间里喂养数据

本文来自微信公众号： 斯凯碎碎侃 ，作者：斯凯，原文标题：《观察｜从国际具身智能技能大赛看中美路线之争：在代码里模拟物理VS在车间里喂养数据》 没有彩排，没有剧本。机器人被推进1:1复刻的超高压变电站，要按国网的真实作业标准，在30分钟内完成仪表抄读、红外测温、设备异常识别、50厘米窄道通行；被塞进灯光、货架间距全部对标真实门店的超市，面对随机打乱的货物和人为制造的设备故障；被扔进上海市质检院的真实奶片检测流程，限时30分钟，连续完成取样、称重、离心机装载等6个环节。 百联集团商业互联网部经理、商超赛项命题负责人郭甬平，面对镜头说了一句大实话：“很多团队此前训练了各自的小模型，但到了真实超市场景，很多都用不上。”——痛点直指泛化能力。 大洋彼岸，另一场实验已经走到了相反的方向。Figure AI的System 0，用超过1000小时的人类运动数据，结合仿真到现实的强化学习，替代了109,504行手工编写的C++控制代码。 而在得州和加州的工厂里，据外媒报道，特斯拉要求工人穿戴动捕设备记录生产动作，遭到部分员工抵制——他们担心，自己正在训练一个最终会取代自己的机器人。 <p data-c