机器人ToB规模化加速，数据短板成核心瓶颈

事件概述

近期，机器人技术在面向企业（ToB）领域的规模化应用显著提速，应用场景已从传统的仓储拆码垛自主决策，扩展至汽车工厂的流利架分拣、工程螺栓保护软套剥离，以及药店的货架识别与精准抓药打包等环节。行业共识认为，机器人的通用能力是实现大规模商业化落地的关键。

核心挑战：数据短板

当前，大模型的算力基础与算法架构已发展至相对成熟阶段，真正限制机器人跨场景泛化能力的瓶颈在于数据。缺乏高质量、多样化的场景数据，导致机器人在面对复杂多变的真实生产环境时，难以实现高效的自适应与决策。

业界诉求与建议

为突破这一瓶颈，推动机器人更快融入真实生产生活场景，业界主要提出以下政策期待：

• 开放应用场景：提供更多真实的工业与服务场景供技术验证与迭代。
• 补贴数据建设：支持行业进行数据采集、标注与标准化建设。
• 降低落地风险：通过政策工具减轻企业在初期部署中的试错成本。
• 打通市场准入：优化相关审批流程，加速产品市场化进程。