韩国在AI竞赛中的精密机器人路线

毛巾测试

在9月14日首尔举行的一个论坛上，韩国一批顶尖机器人领域意见领袖提出了一个听起来近乎反主流的观点：中国的机器人在舞台上可能更耀眼，但在现实中却会败下阵来。

他们认为，验证标准不是短跑冲刺，而是一块薄薄的布料。干净地折叠一条精致的手帕——不揉皱、不撕破、折痕位置一致——在他们看来，是检验一个物理AI系统是否真正成熟的唯一最清晰的标尺。

奔跑是动态的。它上新闻头条。但它也掩盖了一个更简单的真相：大多数具有商业价值的机器人工作，与速度或杂技无关。关键在于触觉。

该论坛主席、前中小企业及初创企业部长朴英埈直言不讳。他表示，物理AI的竞争将取决于机器人叠毛巾的能力有多好——因为这项任务需要高精度零部件、触觉反馈和仿生机器人皮肤。而这些正是韩国已经拥有结构性优势的领域。

过去两年，中国在机器人演示方面一直令人目眩。宇树、傅利叶智能和小米CyberOne等公司的人形机器人被展示着奔跑、跳跃，甚至做侧手翻。这种画面效果显著。它在塑造叙事。它也吸引了资金。

但韩国小组成员指出了一个更深的问题：当你让同样的机器处理易碎物品时会怎样？穿针引线呢？打包电子产品而不压坏它们呢？像酒店客房服务员那样——有节奏地、高效地、从不掉落床单——折叠衣物呢？

这些问题比表面看起来更难。它们需要能够区分丝绸和棉布的传感器。需要能够施加恰如其分压力的执行器。需要从触觉数据而非仅仅视觉中学习控制系统的机器人。

而这正是韩国认为自己的机会所在。

讨论中更有意思的部分并非关于硬件，而是关于数据——以及韩国的数据问题为何与中国的不同。

中国有体量优势。其制造业基础庞大无比，每个工厂都能产生可用于训练机器人的传感器数据流。小组成员指出，问题在于，其中大量数据从未离开过工厂车间。企业将生产数据视为商业机密。良品率、缺陷模式、周期时间——这些揭示了利润空间。没人愿意分享。

韩国同样面临保密问题。但它拥有一些中国所没有的东西：一批即将退休的50至60岁的高技能工匠，他们掌握着数十年默会知识即将随之而去。

KAIST教授金政直言不讳：韩国的优势不在于数据体量，而在于数据质量——具体而言，是将人类经验知识数字化的能力。那些经验丰富的工人理解公差、材料行为和模拟无法捕捉的边缘情况。在金政看来，在这些知识随着他们离开工厂大门之前将其捕获，是刻不容缓的事。

如何说服相互竞争的企业共享专有数据？小组指出了一种称为联邦学习的技术——每家企业将数据保留在本处，训练本地模型，仅共享模型更新，而非原始数据。聚合的结果是一个更强的共享模型，而无人暴露自身秘密。

韩国信息社会开发研究所（NIA）所长金亨澈表示，韩国今年已启动数据空间倡议，预计由政府资助的物理AI数据工厂平台将于明年投入运营。计划是统一各公司的传感器格式，创建共享训练环境，并让中小型企业也能接入与巨头相同的数据基础设施。

LG电子已经开始建设自己的数据工厂。LG AI实验室研究员全慧正表示，她的团队正在与领域专家一起手动创建和数字化机器人相关数据——本质上是将资深工程师的判断力转化为数据集。

这种方法极其耗时。而这或许正是关键所在。

韩国仍有落后的一环，小组成员并未回避：执行器。物理AI的三大核心硬件支柱——执行器、传感器和电池——都很重要。但仅执行器一项就占机器人成本的大约一半。

中国在国家层面标准化了其执行器供应链，以较低成本生产种类较少的产品。韩国的方式则更为分散：不同公司、不同研究者、不同规格。这种多样性对创新大有裨益，但推高了生产成本。

金政认为，韩国应围绕一个通用执行器平台实现标准化，同时培育高端玩家——他将这一策略与德国同时支持大众市场和豪华汽车细分市场的方式相类比。LG的全慧正说得更尖锐：她表示，中国产的执行器经常出故障。

质量优于数量。一种建立在可靠性而非仅靠价格竞争力基础上的战略。

韩中在机器人战略上的分歧，反映了两国在AI本身方法论上的更深层分野。中国押注规模、速度和公开演示。韩国则押注精准、触觉智能以及人类技艺的数字化。

两种方法都不能保证胜利。中国在数据与制造领域的体量优势是真实的。韩国更为聚焦的策略在外界观察者看来，或许显得像是犹豫不决。

但毛巾测试之所以重要，是因为它映射到工厂、医院、酒店和家庭的真实场景。会奔跑的机器人令人印象深刻。会妥善——精心地、适应性地、可靠地——处理物品的机器人才能创造利润。

韩国小组成员相信，韩国在精密零部件、触觉传感和经验丰富的劳动力方面的优势，使其在后者领域占据更有利的位置。他们是否正确，将取决于韩国能否从论坛上的信念快速转向平台层面的执行力——在中国自身的精准计划追上来之前。