AnswersPublished30 sources
Robot humanoid China berdepan tembok data fizikal
Anggaran industri meletakkan jumlah data interaksi fizikal dunia sebenar yang mematuhi peraturan pada kira kira 500,000 jam, berbanding keperluan sehingga puluhan juta jam untuk penggunaan komersial—jurang melebihi 99... Persidangan Robot Dunia 2026 menunjukkan tumpuan industri beralih daripada aksi robot yang menar...
Diterbitkan olehDisunting dengan GPT-5.6 LunaImej dijana dengan GPT Image 1.5
Research answer
Key takeaways
- Anggaran industri meletakkan jumlah data interaksi fizikal dunia sebenar yang mematuhi peraturan pada kira kira 500,000 jam, berbanding keperluan sehingga puluhan juta jam untuk penggunaan komersial—jurang melebihi 99...
- Persidangan Robot Dunia 2026 menunjukkan tumpuan industri beralih daripada aksi robot yang menarik perhatian kepada sistem teleoperasi, peranti rakaman pergerakan dan infrastruktur pengumpulan data.
- Menjelang akhir Jun, China mempunyai lebih 70 tapak latihan AI berjasad yang beroperasi, manakala 46 lagi sedang dibina atau dirancang, ketika kerajaan menggalakkan ujian dan penggunaan robot dalam keadaan sebenar.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is the “data starvation” problem limiting China’s embodied-AI and humanoid-robot industry, how did the 2026 World Robot Conference reve. Article summary: China’s embodied-AI bottleneck is not mainly robot hardware but a shortage of lawful, high-quality recordings of robots physically acting in the world. The 2026 World Robot Conference (WRC) showed an industry pivot: alon. Topic tags: general, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
Masalah terbesar robot humanoid China semakin jelas: ia bukan semata-mata masalah perkakasan, tetapi masalah data.
Robot mungkin boleh berjalan, menari atau menyelesaikan demonstrasi yang telah disediakan dengan teliti. Namun, untuk beroperasi secara autonomi dan boleh dipercayai, robot memerlukan sesuatu yang jauh lebih sukar dikumpulkan—rekod yang sah di sisi undang-undang, pelbagai dan berkualiti tinggi tentang cara mesin melihat, bergerak, menyentuh, gagal dan membetulkan kesilapan dalam dunia fizikal. 5
14
Persidangan Robot Dunia 2026 (WRC) di Beijing memperlihatkan perubahan arah itu. Di samping demonstrasi robot yang kelihatan mengagumkan, pempamer mengetengahkan peralatan teleoperasi, sistem rakaman pergerakan yang dipakai pada tubuh, penderia sentuhan dan daya, serta infrastruktur untuk mengumpul data latihan yang diperlukan oleh model pembelajaran robot. 4
9
13
Jurang data AI berjasad
AI berjasad merujuk kepada sistem yang bukan sekadar memahami teks atau imej, tetapi boleh merasakan persekitaran, bergerak dan bertindak dalam dunia sebenar.
Angka yang berulang kali disebut dalam industri sekitar WRC meletakkan jumlah data interaksi fizikal dunia sebenar yang mematuhi peraturan pada kira-kira 500,000 jam. Pada masa yang sama, model AI berjasad serba guna yang berguna secara komersial sering dikaitkan dengan keperluan puluhan juta jam data. Ini bermakna kekurangannya melebihi 99 peratus—namun angka tersebut perlu dilihat sebagai anggaran industri, bukan piawaian saintifik yang terpakai untuk semua keadaan. Keperluan sebenar bergantung pada tugasan, jenis robot, persekitaran operasi dan tahap keselamatan yang ditetapkan. 3
5
7
Perbandingan ini penting kerana data interaksi fizikal tidak sama dengan data internet biasa. Sebuah video mungkin menunjukkan seseorang mengangkat cawan, tetapi lazimnya ia tidak merekodkan keadaan sendi robot, daya genggaman, masa sentuhan, geseran, gelinciran atau pergerakan pembetulan. Maklumat inilah yang menentukan sama ada robot boleh mengulangi tindakan itu apabila cawan lebih berat, permukaannya basah atau kedudukannya berubah.
Demonstrasi menarik belum membuktikan autonomi
Rutin yang telah diprogramkan boleh menyembunyikan bahagian paling sukar dalam robotik. Objek, pencahayaan, laluan dan masa mungkin dikawal, manakala manusia campur tangan setiap kali robot berdepan keadaan yang tidak dijangka. Hasilnya nampak seperti autonomi, tetapi belum membuktikan bahawa robot benar-benar mempelajari dasar tindakan yang kukuh daripada persepsi kepada pergerakan.
Penggunaan komersial menuntut lebih daripada itu. Robot perlu menangani perubahan bentuk objek, titik genggaman, jenis permukaan, keadaan berselerak dan kehadiran manusia di sekelilingnya. Ia juga mesti mengenal pasti kesilapan dan pulih daripadanya.
Dalam tugasan yang melibatkan banyak sentuhan fizikal, rekod yang berguna bukan sekadar sama ada matlamat akhir tercapai. Ia turut merangkumi urutan pemerhatian, tindakan, keadaan fizikal dan pembetulan yang berlaku sepanjang proses. Oleh itu, set data AI fizikal direka untuk menghubungkan pemerhatian pelbagai mod dengan tindakan serta kesannya. 33
34
40
Pengumpulan data semakin rumit
Set data robot generasi awal boleh menumpukan perhatian pada demonstrasi pendek dan berulang. Fasa seterusnya melibatkan tugasan lebih panjang, berbilang langkah dan banyak sentuhan—seperti memegang objek, mengasingkan barangan, memasang komponen, membungkus, membersihkan serta melakukan kerja di rumah, kedai, kilang dan persekitaran perkhidmatan.
Beban pengumpulan data meningkat dalam tiga perkara:
- Lebih banyak variasi: tugasan sama perlu direkodkan menggunakan objek, susun atur, bahan dan keadaan persekitaran yang berbeza.
- Lebih banyak maklumat kegagalan: objek tergelincir, perlanggaran, genggaman yang tersasar dan cubaan pemulihan boleh sama berharga dengan demonstrasi yang berjaya.
33
- Lebih banyak isyarat yang disegerakkan: kamera, kedalaman, kedudukan robot, pergerakan sendi, daya, sentuhan dan aliran penderia lain perlu diselaraskan supaya model memahami hubungan antara persepsi dengan tindakan.
Memperbesar skala proses ini bukan mudah. Robot mahal untuk dikendalikan, eksperimen fizikal memerlukan kawalan keselamatan dan data berkualiti tinggi perlu ditapis serta disusun—bukan sekadar dikumpulkan sebanyak mungkin. Arkib video yang besar tidak semestinya menjadi set data latihan robot yang berguna.
Lapisan baharu pembekalan data
Penyedia latihan khusus mula mengisi jurang antara tingkah laku manusia dengan data yang boleh digunakan oleh mesin. Tugas mereka boleh merangkumi pengambilan dan latihan operator, pengendalian robot dari jauh, rakaman pergerakan manusia, pemasangan peralatan penderia, penyegerakan aliran data, penapisan trajektori yang lemah dan pemformatan data untuk pembangun model.
Teleoperasi penting kerana ia merekodkan tindakan pada robot sebenar, bukan sekadar menunjukkan manusia melakukan gerakan yang serupa. Peranti realiti maya (VR) dan pengawal umum lain boleh menghasilkan arahan robot, manakala sistem boleh pakai serta peralatan tangkapan pergerakan merekodkan gerakan badan, lengan dan tangan manusia yang lebih terperinci sebelum dipadankan dengan pergerakan mesin. 1
Perkembangan ini mewujudkan lapisan bekalan baharu untuk AI berjasad. Syarikat bukan sahaja membina badan robot dan model AI, tetapi turut menghasilkan demonstrasi serta rekod penderia yang menghubungkan kedua-duanya. Pempamer WRC secara jelas memposisikan pengumpulan data sebagai sebahagian daripada keseluruhan rangka kerja kecerdasan berjasad, termasuk sistem yang merakam pergerakan kepala dan tangan ketika melakukan aktiviti harian. 4
9
Mengapa China membina tapak latihan di seluruh negara
Tapak latihan menyediakan persekitaran yang terkawal tetapi realistik untuk robot dilatih, diuji dan dibandingkan. Ia boleh meniru kilang, gudang, rumah, premis komersial serta lokasi perkhidmatan awam. Dengan cara ini, pembangun mendapat senario yang boleh diulang tanpa mengehadkan masalah kepada rutin makmal yang terlalu mudah.
Menurut laporan mengenai kajian 2026 oleh Akademi Teknologi Maklumat dan Komunikasi China, lebih 70 tapak latihan AI berjasad telah beroperasi di seluruh negara menjelang akhir Jun, manakala 46 lagi sedang dibina atau dirancang. Tapak-tapak ini meliputi lebih separuh wilayah peringkat wilayah di China, dengan pembuatan industri menjadi aplikasi paling lazim—muncul dalam 86 peratus tapak yang dilaporkan. 18
22
Namun, membina infrastruktur sahaja tidak mencukupi. Tapak tersebut perlu digunakan secara aktif supaya benar-benar menjadi sumber data dan platform ujian dunia sebenar, bukannya sekadar lokasi demonstrasi. Kitaran yang ingin dibina adalah: latihan dalam keadaan sebenar menghasilkan data, data memperbaik model, model yang lebih baik membolehkan penggunaan lebih luas, dan penggunaan itu pula menjana lebih banyak data operasi. 14
22
Dasar kerajaan menolak robot keluar dari dewan demonstrasi
Kementerian Perindustrian dan Teknologi Maklumat China bersama Suruhanjaya Penyeliaan dan Pentadbiran Aset Milik Negara melancarkan inisiatif khas 2026 untuk latihan dunia sebenar robot humanoid dan AI berjasad. Program itu memberi tumpuan kepada sektor industri, perkhidmatan dan tugasan khusus, termasuk pembuatan, logistik, penjagaan kesihatan, perkhidmatan awam dan kerja kecemasan. 24
25
Satu notis kerajaan menetapkan sasaran untuk menggalakkan penggunaan komersial 10,000 robot humanoid dan lebih 100 senario aplikasi bernilai tinggi menjelang akhir 2026. 26 Pendekatannya ialah menjadikan penggunaan robot itu sendiri sebahagian daripada infrastruktur latihan: kerajaan tempatan dan perusahaan milik negara digalakkan menyediakan lokasi untuk sistem diuji, disahkan dan ditambah baik dalam keadaan operasi sebenar.
24
Dasar ini tidak menjamin semua sasaran akan tercapai atau robot akan menjadi autonomi sepenuhnya. Namun, ia menunjukkan tumpuan dasar sudah bergerak melangkaui pengeluaran perkakasan kepada kitaran data dan penggunaan yang diperlukan untuk mencapai kebolehpercayaan komersial.
Mengapa robot perlukan lebih daripada video, teks atau data pemanduan
Video, bahasa dan simulasi tetap berguna. Video dan teks boleh mengajar model mengenali objek, memahami arahan serta melihat rupa sesuatu tindakan. Simulasi pula menyediakan skala dan membantu meliputi senario yang mahal atau berbahaya untuk diuji secara fizikal. Penyelidikan mengenai piawaian data berjasad turut menyokong gabungan data dunia sebenar, simulasi dan pelbagai modaliti penderiaan, bukannya bergantung pada satu sumber sahaja. 2
32
Namun, sumber-sumber ini tidak memberikan gambaran lengkap tentang masalah kawalan. Dalam tugasan manipulasi, robot mungkin perlu menganggarkan:
- kedudukan dan orientasi objek dalam ruang tiga dimensi;
- sudut sendi, kelajuan dan tindak balas mekanikal robot sendiri;
- daya yang diperlukan untuk menggenggam, menolak, memasukkan atau mengangkat sesuatu;
- masa berlakunya sentuhan, gelinciran atau perlanggaran; dan
- cara melaraskan tindakan apabila gerakan yang dijangka tidak berhasil.
Sebab itu beberapa kaedah pengumpulan data perlu digabungkan:
- Teleoperasi VR merekodkan arahan manusia melalui antara muka yang boleh dipetakan kepada pergerakan robot.
1
- Tangkapan pergerakan boleh pakai merekodkan niat dan pergerakan badan, lengan serta tangan manusia sebelum dipadankan dengan robot.
- Maklum balas daya dan penderiaan sentuhan mendedahkan sentuhan, rintangan, tekanan dan gelinciran yang mungkin tidak kelihatan melalui piksel biasa.
7
- Data tork motor dan propriosepsi—iaitu deria dalaman robot—menunjukkan keadaan sendi serta cara mekanismenya bertindak balas ketika melakukan sesuatu tindakan.
39
- Trajektori robot sebenar mendedahkan kesilapan penentukuran, kelewatan, hingar penderia, had mekanikal dan keadaan persekitaran yang tidak kemas, yang hanya boleh dihampiri oleh video manusia atau simulasi.
34
Set data kenderaan autonomi boleh membantu dari segi persepsi dan navigasi, tetapi manipulasi cekap melibatkan ruang tindakan yang berbeza. Pemanduan lebih berpusat pada kenderaan dan lazimnya mengelakkan sentuhan berterusan dengan kebanyakan objek. Sebaliknya, tugas seperti menggenggam, memasukkan komponen dan memasang memerlukan pemahaman tentang daya sentuhan, kelenturan serta cara pulih apabila berlaku kesilapan.
Implikasi strategik
Pengajaran daripada WRC 2026 bukanlah China sudah tidak mengambil berat tentang perkakasan robot. Sebaliknya, perkakasan sahaja tidak mampu menutup jurang autonomi.
Kelebihan persaingan mungkin semakin berpihak kepada organisasi yang mampu mengumpul, menyeragamkan dan menggunakan secara sah sejumlah besar data interaksi fizikal pelbagai mod.
Bagi industri robot humanoid China, laluan untuk bergerak melangkaui demonstrasi pentas dan mesin yang dikawal dari jauh memerlukan gabungan sukar: penggunaan sebenar, operator terlatih, persekitaran yang dilengkapi penderia, piawaian data yang dikongsi dan ujian berulang. China sedang membina saluran itu, tetapi jurang antara ratusan ribu jam data yang tersedia dengan puluhan juta jam yang sering disebut untuk pengkomersialan masih menjadi kekangan utama. 3
13
14
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Robot humanoid China berdepan tembok data fizikal"?
Anggaran industri meletakkan jumlah data interaksi fizikal dunia sebenar yang mematuhi peraturan pada kira kira 500,000 jam, berbanding keperluan sehingga puluhan juta jam untuk penggunaan komersial—jurang melebihi 99...
What are the key points to validate first?
Anggaran industri meletakkan jumlah data interaksi fizikal dunia sebenar yang mematuhi peraturan pada kira kira 500,000 jam, berbanding keperluan sehingga puluhan juta jam untuk penggunaan komersial—jurang melebihi 99... Persidangan Robot Dunia 2026 menunjukkan tumpuan industri beralih daripada aksi robot yang menarik perhatian kepada sistem teleoperasi, peranti rakaman pergerakan dan infrastruktur pengumpulan data.
What should I do next in practice?
Menjelang akhir Jun, China mempunyai lebih 70 tapak latihan AI berjasad yang beroperasi, manakala 46 lagi sedang dibina atau dirancang, ketika kerajaan menggalakkan ujian dan penggunaan robot dalam keadaan sebenar.
Sources
scmp.comIn the embodied AI race, China can opt to look beyond ...
pandaily.com'Data Starvation': The Real Bottleneck Holding Back China's Embodied AI
roboticsandautomationnews.comX Square Robot showcases full embodied AI portfolio at WRC 2026
bastillepost.comPractical application of embodied AI robots shine at 2026 World AI ...