全国政协委员、天娱数科董事长贺晗最近提议，咱们得抓紧时间突破数据和场景这两个卡脖子的问题，好让具身智能能高质量发展起来。眼下，具身智能已经被看成是大模型之后的下一个产业大风口了。可眼下还是有俩大问题让人头疼：一方面数据特别缺，这是硬伤；另一方面是机器人还没聪明到能到处泛用、场景还不够给力、做得都差不多容易把泡沫吹大。针对这事儿，贺晗委员提出了几点具体的建议。 第一，得搞个国家级的“具身数据要素工程”来开个头。国家得搭个公共数据的大平台，把数据的格式和归属权都给理清楚。在这个基础上，建几个国家级的智能数据采集和训练中心，专门去做那些搬运、装配、分拣、巡检还有护理的活儿。把动作轨迹、触觉信息、视觉语义还有工位工艺这些数据都统一了格式，让大家都能互相借用。 第二，得大力发展通用的大模型基础。让那些做AI的大公司跟顶尖的高校一起联手，搞出多模态的通用大模型。关键是得在控制算法和仿真到现实的迁移技术上有突破，这样机器人在没见过的环境里才能自己推理着干活。 第三，得用场景来带路，加上政府采购和央国企带头用，把机器人给推到工作岗位上去。国家弄个“人形机器人上岗清单”，先选那些回报能算清楚、环境又比较规矩的地方比如3C装配、仓储搬运这些地方先上。还要推行那种“首台套/首批次”的风险分担机制，通过保险和租赁的方式降低企业的采购门槛。 第四，得把软件这块做强大一些，把生态给搞开放了。把中间件、仿真平台、数据工具链这些都开源或者开放标准出来，弄成那种通用底座加行业插件的样子。政府采购的时候必须得要开放接口和能迁移的特性。鼓励模型、控制和硬件分开搞，这样大家的东西才能互相用得上，也能让中小企业更容易进来。