📰 吉利汽车孔庆波：做机器人别从头“造轮子”，汽车行业已交过学费
文章聚焦吉利汽车在机器人领域的探索与挑战。核心观点是，汽车行业在机器人应用上并非单纯降维打击，而是通过车规级设计、验证与体系建设来解决安全性与可靠性的问题，同时需要在数据训练、模型迭代和行业生态方面持续投入。成本方面，硬件成本仍是主因，因此需通过打造高效的供应链与规模化生产来实现降本。另一大难题是产品一致性，机器人作为系统产品在大批量投产后的稳定性尚待产业链与制造体系的跃迁。车企在数据、场景、生态等方面具有天然优势，可借助全域AI2.0架构、数据训练能力及成熟供应链实现快速迭代。创业公司则以敏捷开发与小而精团队取胜，但面临数据获取与融资依赖等瓶颈。最终观点强调，汽车厂进入产业应作为核心推动力，与创业型企业互为补充，聚焦一个场景做透做深，方能在时间长河中收获高质量回报。
🏷️ #车规级 #供应链 #数据训练 #生态 #一致性
🔗 原文链接
📰 吉利汽车孔庆波：做机器人别从头“造轮子”，汽车行业已交过学费
文章聚焦吉利汽车在机器人领域的探索与挑战。核心观点是，汽车行业在机器人应用上并非单纯降维打击，而是通过车规级设计、验证与体系建设来解决安全性与可靠性的问题，同时需要在数据训练、模型迭代和行业生态方面持续投入。成本方面，硬件成本仍是主因，因此需通过打造高效的供应链与规模化生产来实现降本。另一大难题是产品一致性，机器人作为系统产品在大批量投产后的稳定性尚待产业链与制造体系的跃迁。车企在数据、场景、生态等方面具有天然优势，可借助全域AI2.0架构、数据训练能力及成熟供应链实现快速迭代。创业公司则以敏捷开发与小而精团队取胜，但面临数据获取与融资依赖等瓶颈。最终观点强调，汽车厂进入产业应作为核心推动力，与创业型企业互为补充，聚焦一个场景做透做深，方能在时间长河中收获高质量回报。
🏷️ #车规级 #供应链 #数据训练 #生态 #一致性
🔗 原文链接
