教机器人“做事”：广东打造机器人“教练大赛”

12月13日，在2025年广东省人工智能与机器人技能大赛上，数十台机器人不仅翻山越岭、跌跌撞撞，还在模拟工业场景中进行精准操作和系统集成，包括设备巡检、零部件装配等任务。比赛过程中，有的机器人失去重心摔倒，头转向一侧；有些机器人如果不小心就会偏离路线。但也有强大的机器人参加比赛。广东联通工业互联网有限公司选手凭借优异的产品性能和技术能力，荣获机器人专项应用赛道第一名。在一场技能大赛中，机器人的机械结构设计、算法运动控制理论等性能得到了全面检验，并在制造、交通等关键场景中集成应用，教育也经过了三维检验。更重要的是，这些铁一般的训练师拥有不断探索人机交互边界、推动创新技术和产业化的“灵魂”。这场竞赛的背后，是广东对当前机器人产业主要痛点的精准思考：目前，机器人特别是仿人机器人的能力还不足以满足产业应用的需求，具身智能的推进速度远远落后于大规模语言模型。其背后的原因是缺乏广泛的场景训练。但目前很多工业产品缺乏下半年实景训练，数据仍依赖通用大模型。这使得机器人无法充分应对各种开放环境和封闭环境中的灵活性需求。 “就像教孩子学习走路一样需要大量练习e、机器人还需要在不同场景下反复训练才能变得更加聪明。 “这就要求培训师在一个又一个真实的场景中完成训练。”广东省人工智能与机器人产业联盟副理事长兼秘书长张银对南方财经记者表示。举办培训师技能大赛的目的是营造一个高度适合人工智能与机器人培训师金属化工作的环境，设计数据处理、系统搭建、交互设计等关键工作环节，指导大赛提出切实可行的解决方案。这一模式能够有效加速人工智能技术在传统行业的渗透和应用，促进人工智能技术在传统行业的渗透和应用。产业智能化升级，一步步教会机器人“学会做人” 在漂亮的魔方机器人展台前，工作人员头戴智能摄像头，手上戴着智能手机。乌宁的手。他继续以不同力度和角度采摘苹果、老鼠和水瓶，并将训练数据发送到云端。每次尝试都被准确记录，这成为击球手了解“如何像人手一样移动”的重要数据。 “现有产品的识别速度很慢，因为它只是用于科学研究。如果让它识别一个白点，它可能会将目标物体与旁边的其他白色物质混淆，对此我们需要继续优化。第二，要真正实现商业化，我们需要让它更加稳定。”该工作人员在接受南方财经记者采访时表示，作为训练师，他的工作就是针对不同的使用场景重新采集数据，提高绝手的精准度和稳定性。图为机器人教练员训练。照片中郑康熙出席本次发布会现场，场景不少。有许多机器人针对医疗等小众场景现实、制造、运输等，都有专属培训师在身边。根据不同的任务要求，他们会一步步教机器人执行重复的动作，从而训练数千条数据，汇总成AI模型进行再训练，然后部署到机器人上，实现从无形智能到实体智能的跨越。 2025年对于中国机器人来说确实是忙碌的一年。从年初忙于参加马拉松，到年中的机器人格斗比赛，再到如今与训练师一起参加技能比赛，在寻找落地和融资的同时，机器人首先需要让“大脑”足够灵敏，能够控制身体。在各种复杂环境下，模型的整体通用性和稳定性越来越强。为了提高机器人的“泛化能力”，让它学会借鉴，不仅仅针对具体情况，训练者需要“创造变量”：同样的拿着苹果的动作，苹果的大小、机器人的位置，甚至手臂的摆臂和角度，都构成了一次新的训练。一旦某个动作首次被掌握并变得灵活多用，所需的数据量就会急剧增加。对于机器人数据采集，过去业界主要有3条技术路线：远程控制操作获取数据、AI模型合成数据、视频采集。 “机器人训练员的出现，解决了机器人数据获取的‘从0-1’的问题。接下来训练员应该思考的是如何提高这些数据的准确性和质量，并降低成本。”广州力工实业有限公司首席执行官李伟忠认为。广东不少机器人企业正在解决这个问题。以Pacini感知技术为例，公司自主研发了多维触觉采集设备PMEC，并建成了国内最大的在此基础上体现了智能数据采集超级工厂。通过“多维触觉采集设备PMEC”+“空间视觉矩阵”等“人因”数据采集方式，可以采集人类与物理世界交互的全模态数据，包括触觉、视觉、关节角度、动作轨迹、语言等。然而，目前行业的难点是人类的经验无法转移到机器人上。一些需要人手配合的重物操作，可以由机器人单手或不同路径完成。 “因此，训练者不仅要教机器人‘人怎么做’，还要不断探索‘机器人最适合做什么’，让学习算法适应这个机器人的能力和特点。”帕西尼感知科技联合创始人聂相如表示。本次技能大赛试图为这一创新寻找新的方法。南都财经记者在比赛现场，本次比赛不仅包括对培训师在数据智库建设与优化、数据分析与可视化方面的考核，还包括对不同场景、不同领域的实际问题解决能力的考核。图为服务机器人创新竞争格局。总裁判长郑康熙 摄 华南师范大学计算机学院、人工智能学院教授郝天勇告诉南方都市报记者，大会希望通过举办技能竞赛，以赛促育，以产学研融合，最终开创产学研用协同发展的新局面。 “所以我们不仅仅是选拔人才，更是用人工智能和机器人来解决实际问题。”从教练到训练场“我们不只是做工作，我们还参与“这是一个行业从零到一的过程。”在广州凡拓数字创意科技有限公司展台，机器人训练师詹宇曦笑着说道。这两天，詹宇曦戴着数据采集设备，忙着做各种动作测试，比如行走、跑步、举手、摆臂、转身、跳舞。每做一个动作，眼前的机器人就进步一点。他介绍，训练老了之后，它也会被放在广东省配备智能培训场对合作伙伴进行下一步公开培训，詹玉玺的介绍显示了广东机器人产业发展的基本逻辑——从算法到场景再到产业，体现智能的终点应该是走向更通用的场景。TIC想要实现行业突破，拥有大规模、多场景训练场地，推动机器人训练模式创新是解决场景问题的关键一步。现在，除了上海模速模型空间外，其他省份也在建设创新型机器人中心，基于各自产业需求的多元化，推动机器人培训模式的创新。张健健表示，目前其他地区的省市级培训区大多是公共平台，这将避免企业重复投资培训区造成的浪费，也解决了机器人场景培训行业的共性问题。 “例如，对于手机企业来说，软包装生产线场景很常见。因此，建设多单元综合训练场，不仅可以提高机器人训练的效率，还可以快速整合不同场景，集中力量张健健告诉南都财经记者。今年以来，这个平台的独特性成为推进人形机器人产业化的“加速器”。在这种模式带动下，不少培训领域开始吸引产业链上下游企业聚集，形成从整机到算法模型的“10分钟轮变”。在这次大会上，广东还推出了自己的具身智能培训。广东宣布成立“1+1+n”的智能实训场体系——包括“1”个核心枢纽——广东省设有智能实训区，由核心实训区和管理中心组成；“1”个示范窗口——深圳设立了智能示范区；以及“n”个分城市、分行业的实训基地。战场上的厮杀，行业真正的需求不仅是对技术边界的考验，更是一个需要不断提高良率、降低容错率的繁琐过程。张健健认为，相比家庭、商业、文旅等场景，真实的工业场景对机器人的稳定性影响更大。要求较高，容错率较低。 “这就要求广东落地的智能训练要有更多样化的情况和更稳定的生态。”实训基地建设运营单位广盛控股集团回应称，与现有国家创新中心或单一品牌机器人本体厂商主导的地面基地模式不同，“1+1+n”体系希望从一开始就借助地方政府和各类市场主体的力量。建设培训区，利用合作社组织协调整合全省培训资源和数据的机制，加快优质数据集规模化，推动培训体系拓展落地，优化资源配置，提升综合能力，通过数据驱动、异构培训，加快通用智能化进程。此次“棋省省”战略将充分统筹全省培训领域培训领域资源，发挥协同效应，不仅为智力产业赋能，也有助于将地方产业做强、做优、做大。但我们也必须清醒地认识到，在底层和生态系统上，人工智能和机器人领域的征程仍将任重而道远。正如N所说，只有构建持续运转、真实交付、闭环反馈的产业链，才能实现机器人的量产。具有实际意义。