[即将到来的K机器人时代]④韩国竞争力在于“数据”：“通过积累与利用可实现软件差异化”

by Seo Sojeong

Published 09 Mar.2026 09:09(KST)

Updated 09 Mar.2026 09:51(KST)

open/close

虽然迟步加入“数据工厂”扩张赛道
但凭借制造经验与诀窍在数据竞争中占优
需通过现场数据采集来加强软件实力

ChatGPT 图像生成。

韩国本土机器人企业Robotis在乌兹别克斯坦设立法人并着手建设超大型数据工厂，被解读为：拥有制造优势的韩国判断自己能够在与美国、中国的差异化竞争中脱颖而出的领域，正是“数据”。

Robotis相关负责人表示：“美国的软件基础技术虽然出色，但由于制造环境不足，数据需求很大，却无法将数据委托给中国，因此需要来自韩国的高质量数据。我们将在继韩国之后进一步扩大乌兹베克斯坦数据工厂的运营，积累‘动作数据’，进一步提升竞争力，加快全球市场拓展步伐。”

产业通商资源部机器人项目总监 Park Ilwoo 称：“韩国政府以‘MAX联盟（M.AX：将‘制造’与‘人工智能转型’相结合）’为中心，通过生态系统协同合作，目标是跃升为‘人形机器人三大强国’之一。围绕获取用于人形机器人学习的数据、将执行器和机器人手等核心部件技术内生化、扩大机器人在产业现场的示范应用等多方面政策，目前正与业界进行讨论。”

在国际消费电子展开幕日当地时间1月6日美国内华达州拉斯维加斯会展中心一家韩国机器人企业Robotis的相关负责人正在演示一款通过摄像头识别手部动作并加以模仿的机器人。联合通讯社供图

中国机器人“空袭”……通过“数据工厂”积累海量数据

全球机器人企业围绕“数据获取”展开的竞争异常激烈。中国较早确认了数据的重要性，为了收集作为人工智能（AI）高度化必需要素的数据，在全国7处建设并运营数据工厂。中国政府正集中国家力量收集可用于机器人应用的数据，并通过“人形机器人创新发展”政策，提出到2028年前在1000个行业和100个细分行业全面导入机器人。

尤其是中国企业正通过自建数据工厂大规模收集数据。位于中国上海的人形机器人企业AgiBot在超过4000平方米的空间内，以布景形式搭建了家居、餐厅、工业、购物中心、办公室等场景，在这些场所中收集和分析所有人类行为数据，用于训练机器人。AgiBot构建了与真实环境相同的场景并开展数据收集，已于2024年12月将其机器人AI模型以开源形式公开，在公司成立仅3年时间里便跃升为全球人形机器人领域的头号企业。

本月4日在COEX举行的2026智能工厂·自动化产业展上，中国人形机器人正在摆姿势。从左起依次为Aijibot G2、Unitree G1、Leju Kuabo4 Pro。韩联社供图

[即将到来的K机器人时代]④韩国竞争力在于“数据”：“通过积累与利用可实现软件差异化”

专家预测，今后在机器人行业中，同时具备“现场数据获取能力”和“数据生成能力”的国家和企业，很可能掌握主导权。与视频数据相比，机器人数据的收集成本极高，积累速度也非常缓慢。不仅伴随安全问题，而且难以确保环境多样性，缺乏标准化的数据结构，最终只有掌握机器人数据的企业和国家才能具备竞争力。由于机器人数据获取在结构上存在困难且约束条件众多，近来利用仿真、合成数据（Synthetic Data）、基于世界模型等方式进行的数据生成能力愈发重要。

韩国科学技术研究院（KIST）AI·机器人研究所所长 Kim Ikjae 指出：“虽然仿真和生成数据很重要，但获取现场的真实数据依然是必不可少的。尤其是物理世界包含摩擦、接触、异常状况、与人类的交互等复杂要素，这些要素仅靠虚拟环境很难被完全学习。”

制造具备优势的韩国，沉淀下来的数据是核心竞争力

从既有生成式AI的发展历程来看，当前的AI模型依然建立在数据依赖型结构之上，随着大规模数据的不断训练，其性能会提升、泛化能力会增强，并能在多样化环境中稳定运行。Kim所长强调：“这一点在物理AI上同样适用。物理AI时代的关键课题，一方面在于能收集到多少数据，另一方面在于能多快地将真实经验转化为可被学习的形式。”

在美国和中国围绕机器人产业主导权展开角逐的局面下，有观点认为，拥有制造优势的韩国能够实现差异化竞争的领域，同样将是数据。

LG CNS未来机器人实验室委员 Son Dongsin 表示：“在实际工业现场，需要的是能够让机器人在与人类同等严格要求下执行作业的数据。仅凭仿真生成的数据，很难在现场实现人类熟练作业的水平，因此必须在现场获取数据；这正是拥有丰富制造经验和多领域‘诀窍’积累的韩国可以发挥竞争力的领域。”

软件政策研究所AI政策研究室室长 An Seongwon 称：“归根结底，为了让机器人能够应对无数变量，就预训练模型而言，其学习了多少数据量至关重要。为了打入中东等全球市场，我们需要具体化一条路径，即围绕我们擅长且掌握大量数据的制造、金融、医疗领域，打造相应的特化模型并推向海外。”