【蚂蚁灵波朱兴：机器人规模落地仍受能力、成本和数据约束】 #机器人落地#

机器人走进药房、养老院后，面对的已经不是一段演示，而是长时间稳定工作的要求。

蚂蚁灵波 CEO 朱兴在 APPSO 采访中说，开放环境里的长任务、异常处理和跨场景泛化仍不稳定。在一家药房学会的流程，换到另一家往往还要重新适配；约 80 厘米宽的通道、临时阻挡和药品识别，任何一环失败都会中断任务。

数据也是 Physical AI 的核心瓶颈。真实业务数据噪声大、格式不一，灵波通过清洗和自动标注，把定制数据的可用率从约 15% 提高到 90% 以上。

朱兴认为，现阶段更可靠的商业化路径，是先在客户愿意付费测试的封闭场景解决具体问题。小模型处理成本和时延敏感的确定性任务，基础模型理解新环境与复杂指令，落地团队再负责工程编排和失败样本回流。