9月10日，新華網刊發《當AI被提及238次，企業家們都講了些什麼？》，聚焦2026全球工業互聯網大會先進製造業思客會現場，產業界關於人工智能落地的最新思考。清研精準聯合創始人、首席生態官陳超受邀出席活動，並圍繞人工智能與具身智能在工業場景中的規模化應用分享實踐觀點。

新華網在報道中指出，當AI從實驗室走進車間、從代碼變成生產力，企業家們關心的已不再只是“AI能做什麼”，而是“AI怎麼用、用在哪、用到什麼程度”。

把高危重複性的工作交給人工智能

陳超表示，當前人工智能和具身智能在工業場景中的持續穩定運行，距離理想狀態仍有一定距離。

對於工業場景而言，如何找到真正適合智能機器人應用的場景，並實現持續穩定運行和批量交付，對產業、企業以及研發人員都提出了新的要求。

他認為，要讓人工智能和具身智能真正把勞動者從繁雜、高危、重複性的工作中解放出來，產業需要重點解決幾個問題：

一是如何把實驗室中的高成功率，轉化為生產環境中的高質量複製；

二是如何實現算法、本體與真實場景之間的有效聯動；

三是高質量數據集從哪裏來，以及如何真正用於機器人訓練；

四是如何通過持續獲取不同類型的數據，對機器人進行反覆訓練，使其逐步獲得穩定、可複用的作業技能。

在實際工業應用中，機器人面對的並不是標準化實驗室環境，而是真實工藝、複雜設備以及不斷變化的生產條件。圍繞這一問題，清研精準目前已將相關能力應用於新能源汽車線束整理、動力電池高壓測試、礦山作業等場景。

這些工業場景背後，對應着不同的勞動痛點。例如，部分汽車產線工序需要工人長時間站立操作，對脊椎和膝蓋造成較大負擔；動力電池相關作業可能伴隨高温、噪聲以及誤操作風險；礦山環境則存在塌陷、低能見度、幽閉空間等複雜工況。

針對真實工業場景的機器人訓練需求，清研精準通過1:1真實與虛擬場景構建和數據採集，將機器人所需要學習的信息從單純的視頻數據進一步擴展到動作邏輯、工藝參數、質量標準等因果鏈數據，通過反覆訓練與驗證，再進入真實產線開展應用。

從實驗室走向生產現場，人工智能與具身智能正在進入更加關注工程化、穩定性和規模化交付的新階段。如何讓機器人真正進入高危、重複、高強度的工業崗位，並實現長期穩定運行，也正在成為產業落地的重要方向。

來源：新華網

原報道：《當AI被提及238次，企業家們都講了些什麼？》

https://www.news.cn/info/20260910/8b08f8f96e8c4b41ab893192fae3248e/c.html