（来源：上观新闻）
对具身来🗄说，GO2希望任❓🇱🇧务执行成功率🇸🇲要做得足够高🎩。问题并不⚒只是模型，也不只💛是硬件，而是🐬具身智能的数🇸🇿据体系与产业组🇺🇦😇织方式，☹仍然远未成💡熟——一方面，👑🥧与互联网数据不🍚👒同，具身智🛑能所依赖的高🦹♂️👆价值数据大多来自👴🍱具体场景，天💩🤘然具有👨🏫多模态、强时序、🚁😯强任务约束、🙆强环境依赖📫🌐等特征；另一方面🍙🇪🇪，这些数📼♏据通常掌握在场景🌩❕方、设备方、集ℹ成方、机🏍🧔器人厂🚁商等不📙🎎同主体手中🎫，普遍🇯🇵存在采集方☠式分散、➕加工链条割裂、🇻🇪交付标准不一⏲、复用效率偏低🕝☑等问题Ⓜ。因为普遍感觉机器🥿🖌人在运动智能🖤上有很大📹的提升跟🍼🍯突破，今年会🌝有其他突破吗🚒？ 彭志辉⏬：硬件⚛跟软件是🥽协同去推👺进的，多条线相互🥄影响👨🚀🥘久久久天天有精品。
现在在✂机器人🐗领域看到🇮🇸这种情况🇰🇾🌽，真的很特🐖久久久天天有精品别✈。最新进展也凸显🧟♂️了Anthrop🇼🇸ic在企🚯🐟业和准💶🙅♂️专业消费者领域的👄持续发力，📴📘这也引发“AI🕤🇹🇻办公”🏣😈赛道竞争持续🏌升温🌥。目前的大语🚎言模型🎠可以模🏳🥖拟人思考，🐭可以生成虚🏸👨🚒拟内容，但这🇿🇼📎些都是对人🧶🐻类数据👙的重新排🆕列组合💮🕌。
