最近，该行业中一些专家认为“在中国化身的智能路线上的争议”的学术辩论引起了机器人行业的辩论。讨论的参与者之一是Tsinghua大学的跨信息研究所的Xu Huazhe（称为“ Tsingua fork Academy”），中国科学与技术人才培训学院的助理教授，以及Xinghaitu Robotics Company的共同创始人。另一个是Zhou Boyu，这是第一个赢得IEEE TRO最佳纸张奖的亚洲。它是机器人技术领域的最高期刊奖的“亚洲第一”，并且是Nanbu科学技术大学的助理教授兼博士主管。 Zhihu平台讨论了诸如“机器人领域中的特殊任务研究是有价值的？”等问题。第一个认为，“研究特殊任务”对学科是有益的，但“很少使用”来促进成立情报的发展。最后一个争论无用的用途是智力的基石。 5月23日，第一位财务记者采访了Xu Huazhe，Zhou Boyu和其他行业的其他专家，并了解到，除了对两者意见的差异和共识外，讨论还反映了对技术决定性的学术社区的监视，并且该行业是“直接”的。在追求大型模型和企业的浪潮中，资本花钱展示肌肉，我们是否应该押注一般颠覆或加深工业领域中“非性别”工程的细节？这是所有化身和聪明的专业人员必须直接探索的主张。对“特殊任务”的研究是否重要？所有讨论的起源是徐华兹发表了一篇有关Zhihu的文章，标题为“您需要从Imagenet开始”。这种类型的“特殊任务投资”确定了“蛇形机器人，对促进开发不是很有用综合智能，当波士顿的动力学首次研究机器人时，其动态平衡算法一直是现代类人形机器人的核心。为了调查特定方案，它主要来自标准化数据集，例如图像网络和标准模型，例如零。但是，在这段漫长的时间里，我们对化身情报的进步感到不知所措。徐华兹还向第一名财务记者解释了，在基于学习的增强解决方案到达之前，他以机器人的本地运动为例，允许机器人完成某些任务，例如在草地上步行和允许bailar。 “但是，在这里使用加固学习之前，机器人能够处理一个从平坦地面到草原，山脉，楼梯等的单个系统。”尽管进行了一般智能，但只要解决了几个问题，Zhou Boyu认为这是“大脑领域的一般理论”。他说E人类在获得某些技能并能够处理它们的情况下应重复训练。 “一般信息绝对是一个重要的目标，但与此同时，我们希望年轻的学生和工程师可以关注更具体和实用的行业的需求。”必须在汽车组装研讨会上解决的线束的分类问题，以及对半导体包装债券的高精度和高稳定性的严格要求... Zhou Boyu说。在宣布在“非性行为”工程细节中宣布转折技术要点的搜索之后，很快就吸引了该行业中许多人的重新定位。 Iflytek机器人科学家Ji Chao告诉第一位接受两者的财务记者。搜索技术迭代和实施工程的能力对于在此阶段融合的情报同样重要。 “从表面上看，令人印象深刻的模型和智能的AlgoriTHM可以引起他们的注意，但是当缺乏长期的工程实施中缺乏经验的积累，在实际场景中重复进行抛光并最终搜索细节时，这一优势也很容易被复制或表达。”杭州t.zhang Lei，Itanium Cloud Chuang的创始人兼首席执行官和首席执行官在Itanium Cloud Chuang的创始人和首席执行官之间也很快将其与智能的详细信息进行了交流。 sexy enough" during most work hours. "How to understand the different textures of denim, cotton, linen, silk and other fabrics of different textures, and move and sew they require repeated training for a particular task and scenario." However, in addition to the opinion of Zhou Boyu that "without idiosyncratic generity it cannot exist," Zhang Lei also agrees with Xu Huazhe's opinion about robotic data and simulation training environments. "As Xu Huazhe说，虚拟磨损中的模拟培训和大型数据d are not universal antidotes," he told journalists that in robotic training, the amount of data necessary to simulate objects in different states is different. If you want to train a rigid robot model that can manipulate five free parameters, the order of the magnitudes that the simulation environment needs to simulate can be 15 powers of 10. However, however,If you want to train a "brain" robot, that is, a large model with physical hardware, then there may be hundreds of灵活的物体将按照模拟环境数量的大小呈指数级别，这可以是数百个灵活的物体，这将以指数的速度按模拟环境数量的大小的数量呈指数增加，因此可以使用“抗Mark''Anti-Mark of Real-Mark in Realtation in Realtage in Realtial for Its virt for in the Its for in the Its virt for in the Its virt for in Reats for in the Its的精确度。可靠性：使用实际50％数据和50％模拟训练大型型号“但是，从未来发展的角度来看，Chang Ray承认“他还没有明确表明。”他告诉记者，化身智力仍处于探索的早期阶段。您无法保证哪些技术解决方案会更好，现在Zhang Lei使用cluction察的安全性和稳定性来实现智能的智力。和Zhou Boyu，并认为自动学习将成为体现情报的未来的主要电流。周周博说：“如果我们能够彻底了解人脑工作的机制并创建超越人脑的新体系结构，我们可以迅速衡量传统数据。”他认为，这不仅取决于AI本身的发展，而且还需要在多个领域的关节进步，例如大脑和脑计算机科学的科学。第一位财务记者在讨论中，双方的意见并不是“ tit tat”。人民国家采取主动行动与我交谈。 “在过去的两年中，这个行业的发展超出了我的期望和朋友。学术讨论本身可以在纠正偏差中发挥作用。”骑车专家小组的数据表明，中国机器人行业的资金数量在2025年4月超过45，增长了9.3％。根据显示的金额和对行业的评估，估计贷款总额将增加700亿至715亿元人民币，增加了2.5亿元人民币，一条2.5亿元人民币，2.5亿元人民币为2.53亿元。几家公司的“肌肉表演”方法。弱点使实施技术变得困难。 “ Zhou Boyyu采用了工业和医学场景，例如例子。在这些情况下，他认为高精确的运动控制能力，触角反馈和其他技能比语言互动更为重要。动物说，他们担心语言方法过多会导致资源不匹配。