北京
花旗研究年度机器人与实体AI领导力峰会于本周二结束，汇集了机器人领域的创始人、投资者、运营商及行业高管。花旗分析师希斯·特里（Heath Terry）在周三的总结中给出审慎判断：行业正从概念验证走向商业部署，但规模化扩张“是十年长跑”。
特里对客户表示：“劳动力短缺、制造业回流以及有利的监管环境正在加速企业需求，而数据稀缺、人才瓶颈、电池续航限制和高昂的部署成本，仍是主要摩擦点。”
数据稀缺是峰会上被反复提及的最大瓶颈。灵活用工平台Instawork在会上指出，即便2026年全行业收集了数千万小时的真实世界数据，这个量级相对于实现高水平机器人性能所需的总数据量，也仅仅是“基点”（basis points），而非“百分比”（percentage points）。如果把最终所需数据量比作一个游泳池，目前积累的数据量连一桶水都不到。野村证券在7月5日发布的研究报告中给出了量化估算：每出货10万台人形机器人，便需累积1000万小时的训练数据。在四类主要数据类型中，真机遥操作数据以约500至1000元人民币的单价构成价值最高的子市场，规模约达22亿至25亿元人民币，而仿真合成数据虽成本最低，却无法单独替代真机数据。
与数字AI不同，大语言模型的基础模型本身承载了大部分价值，可以快速复制和部署。实体AI的价值核心在于：在真实环境中采集的、针对特定任务的专有数据，加上专用硬件和安全认证。每个新场景、新任务几乎都要从零开始做数据采集和适配。
成本同样是绕不开的坎。峰会讨论显示，即便在批量采购的乐观情景下，单台人形机器人的部署成本仍居高难下，回本周期远超多数企业客户的预算承受范围。电池续航限制进一步压缩了机器人在工业场景中的有效作业时间。
市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
本文源自：市场资讯
作者：听潮
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
