[全球网络技术报告Li Wenyao的记者]“在个性化消费期间，许多品种的制造需求，小批量和高灵活性与结构化的封闭环境和传统机器人的单个指挥模式发生了重大冲突。”在2025年世界机器人会议（WRC）中，Lidong General Motors的首席执行官兼Iflytek机器人的首席科学家Ji Chao教授了当前制造自动化自动化的疾病重点。这一矛盾是机器人控制技术的驱动力进行安静的革命 - 从基于模型基础的以前的编程控制到基于数据驱动的研究的封闭情报。它的背后是由机器人技术领域的变压器建筑所代表的大型技术模型的深厚渗透。效率和大学的“悖论”免费包含大学。 Ji Chao承认，在情况下，智能机器人的效率可能会St生病低于专用机器人。他描述了一个清晰的坐标轴：水平轴具有许多功能，垂直轴是效率，两者显示出显着的负相关关系。 “灵活性越强，初始阶段就越好；由于相对成熟的建模，拥有强大专家的系统将更容易提高效率。”解决这一矛盾成为行业共同克服困难的方向。体现智能的主要成功在于赋予能够“理解”和“ pl Whath”的机器能力。传统的工业机器人依靠准确的说明来执行直接和单一动作。随着大型多模型模型的发展并与大型模型集成在一起，机器人已经开始具有理解活动的能力。与大脑合作以实现此愿景的数据金字塔的关键是数据。一般一般建议使用“数据金字塔数据金字塔”：塔的顶部是Mataas值和高度可用的场景数据。您进入顶部的越多，数据量表越小，质量要求就越高，获得它的难度和成本就越大。 “ Lingdong的一般解决方案是分层的发展。” Ji Chao介绍了Iflytek预训练基础的希望，基础层使用了Internet上的工作和数据的工作来生成基本的空间理解能力。中层和高级层使用合成的数据和真实的机械数据，例如释放的智能训练和促销全能机器，以补充和平滑，最后形成封闭环。这允许基本模型使用少量高质量的真实机器数据快速适应不同的情况，这大大降低了Gastos搬家。就技术结构而言，“大脑，许多小脑模型”已成为务实的选择。一般的“大脑”由预训练大量数据产生的基本模型组成，提供认知机器人并理解任务水平的功能；专用的“大脑”解决了通过真实机器数据的微调来优化特定情况的问题的问题。两者的结合不仅确保了一般情报的基础，而且还达到了某些情况的效率和可靠性。 Ji Chao承认：“我们相信，在此阶段我们可以实施它的方式可能是大脑和小脑的结合。”生态发展：从工厂着陆速度的实验术语中，Ji Chao预测，体现智慧通过了“单个结构化场景 - 结构化场景 - 毕业生大学”的逐渐路径。为了促进这一过程，它需要与整个行业合作 - ATA，模型，硬件工具链的应用程序，这些应用程序不受任何业务覆盖。 Iflytek的“ Platform + Track”方法都集中在它上。在平台层面上，2022年发布的“ Iflytek Super Brain 2030 Plan”旨在使生态伙伴具有基本模型能力。目前，Iflytek推出了“插件”机器人智能语音背包，以减少集成触点语音的门槛；在轨道上，活着的将军专注于工业制造，物流和零售领域，并在垂直和深层耕种中进行。 Iflytek（GB/T 44589-2024）起草的“机器人自适应能力所需的技术”的首个国家标准是在今年4月1日正式实施的，为该行业提供了建立技术共识的标准。人形机器人仍然学习NG今年走路和步行。了解，计划和适应复杂的环境，这是一个明智的灵活制造业。目的是允许机器真正与人类和生命的新闻新闻融为一体。