商湯聯(lián)合創(chuàng)始人、執(zhí)行董事兼大曉機(jī)器人董事長(zhǎng)王曉剛在博鰲亞洲論壇期間接受采訪時(shí)表示，人形機(jī)器人有望在兩年內(nèi)迎來(lái)關(guān)鍵突破，其核心推動(dòng)力來(lái)自技術(shù)路徑的明確化與數(shù)據(jù)規(guī)模的指數(shù)級(jí)增長(zhǎng)。他預(yù)測(cè)，隨著底層技術(shù)框架的成熟，行業(yè)或?qū)⒂瓉?lái)類(lèi)似ChatGPT的爆發(fā)式發(fā)展節(jié)點(diǎn)。

當(dāng)前人形機(jī)器人發(fā)展面臨的核心瓶頸在于泛化能力不足。王曉剛指出，現(xiàn)有設(shè)備普遍處于"能執(zhí)行指令但缺乏智能"的階段，這主要受制于數(shù)據(jù)采集方式與模型架構(gòu)的雙重限制。傳統(tǒng)模式下，機(jī)器人數(shù)據(jù)依賴(lài)人工操控真機(jī)采集，不僅效率低下，且難以反映真實(shí)人類(lèi)行為模式。據(jù)行業(yè)統(tǒng)計(jì)，過(guò)去五年累計(jì)采集的數(shù)據(jù)量?jī)H約10萬(wàn)小時(shí)，與千萬(wàn)小時(shí)級(jí)目標(biāo)存在巨大差距。

針對(duì)數(shù)據(jù)困境，大曉機(jī)器人提出"環(huán)境式數(shù)采"新方案。該技術(shù)通過(guò)第一視角穿戴設(shè)備（如智能眼鏡）與第三視角傳感器的協(xié)同工作，在真實(shí)生產(chǎn)生活場(chǎng)景中記錄人類(lèi)行為數(shù)據(jù)。王曉剛以保潔行業(yè)為例說(shuō)明："當(dāng)1000名保潔員佩戴采集設(shè)備工作時(shí)，每天可自然產(chǎn)生1萬(wàn)小時(shí)有效數(shù)據(jù)，這種模式使數(shù)據(jù)積累效率提升百倍。"公司計(jì)劃在2027年前實(shí)現(xiàn)1000萬(wàn)小時(shí)數(shù)據(jù)儲(chǔ)備，并依托開(kāi)悟世界模型向億小時(shí)級(jí)邁進(jìn)。

在應(yīng)用場(chǎng)景方面，王曉剛將機(jī)器人落地類(lèi)比自動(dòng)駕駛發(fā)展路徑。他強(qiáng)調(diào)，家庭服務(wù)機(jī)器人必須達(dá)到L4級(jí)安全標(biāo)準(zhǔn)，尤其在人機(jī)交互與應(yīng)急處理方面需要突破性技術(shù)。這要求設(shè)備不僅能完成預(yù)設(shè)任務(wù)，更要具備環(huán)境感知、風(fēng)險(xiǎn)預(yù)判和自主決策能力，其技術(shù)復(fù)雜度遠(yuǎn)超工業(yè)場(chǎng)景應(yīng)用。