今日热点！人形机器人进厂：万亿前景待解锁，落地仍存挑战

人形机器人进厂：万亿前景待解锁，落地仍存挑战

北京 - 6月12日，特斯拉人形机器人擎天柱进入工厂的消息引发广泛关注。马斯克对人形机器人市场描绘的万亿蓝图令人振奋，但国内人形机器人产业现状却呈现出“冰与火之歌”的景象。

擎天柱展现强劲实力

在特斯拉工厂的视频中，擎天柱展现了流畅的行走、抓取、搬运等动作，甚至还能完成“金鸡独立”等高难度技巧。这些动作对于传统工业机器人来说并不容易，但对于人形机器人来说却只是基本操作。

擎天柱的强劲实力得益于特斯拉在人工智能、电机控制、传感器等领域的多年积累。马斯克表示，擎天柱的目标成本只有2万美元，这将使其具备极高的性价比，并有望成为未来工业生产的主力军。

人形机器人市场潜力巨大

人形机器人由于其外形与人类相似，能够在更广泛的场景中完成作业，因此被视为未来智能制造的重要发展方向。根据国际咨询机构IDC的预测，全球人形机器人市场规模将在2026年达到26亿美元，2030年将突破70亿美元。

在汽车、电子、食品、医药等行业，人形机器人都有望发挥重要作用。例如，在汽车制造领域，人形机器人可以完成汽车装配、焊接、喷涂等工作；在电子制造领域，人形机器人可以完成电路板组装、元件测试等工作；在食品加工领域，人形机器人可以完成食品分拣、包装等工作；在医药领域，人形机器人可以完成药物制剂、手术辅助等工作。

国内企业积极布局

近年来，国内人形机器人产业发展迅速。优必选、宇树科技、猎豹机器人等企业纷纷推出人形机器人产品，并积极布局产业链上下游。

例如，优必选推出了Walker系列人形机器人，已经在汽车制造、物流、医疗等行业得到应用。宇树科技推出了ATOM系列人形机器人，可以完成包括搬运、码垛、组装等在内的多种作业。猎豹机器人推出了猎豹-小雪人形机器人，可以进行舞蹈表演、互动娱乐等。

落地挑战依然存在

尽管人形机器人市场潜力巨大，但其落地仍面临诸多挑战。

成本高是人形机器人落地的一大障碍。目前，人形机器人的价格普遍较高，难以满足大规模应用的需求。例如，特斯拉擎天柱的成本虽然只有2万美元，但对于中小企业来说仍然是一笔不小的开支。

技术难是人形机器人落地的另一大障碍。人形机器人涉及机器人控制、人工智能、传感、材料等多项技术，对技术研发能力要求高。例如，人形机器人需要具备感知周围环境、识别物体、自主规划路径等能力，这些都需要先进的技术支持。

标准缺失也是人形机器人落地的一大难题。目前，人形机器人产业尚处于发展初期，相关标准尚未完善，这导致人形机器人的兼容性和安全性难以得到保障。

未来展望

尽管人形机器人落地仍面临诸多挑战，但其发展前景依然广阔。随着技术的进步和成本的下降，人形机器人有望在未来几年内得到更广泛的应用。

为了推动人形机器人产业发展，建议相关部门加大政策扶持力度，鼓励企业加大研发投入，完善相关标准，促进产业链协同发展。同时，还需要加强人才培养，为人形机器人产业发展提供充足的人才储备。

Meta再陷数据隐私风波：挪威指其利用用户数据训练AI模型违规

北京时间2024年6月14日 – 社交媒体巨头Meta（META.US）近日再次陷入数据隐私纠纷。挪威消费者委员会（NCC）于6月13日宣布，已向挪威数据保护局（NDPA）提起正式投诉，指控Meta计划违规利用Facebook和Instagram用户数据训练人工智能模型。

NCC表示，Meta在未获得用户明确同意的情况下，擅自将用户发布在Facebook和Instagram上的图片、帖子等内容用于训练其人工智能模型。这一做法涉嫌违反欧盟通用数据保护条例（GDPR）的相关规定。

根据GDPR，欧盟公民拥有对其个人数据的广泛权利，包括控制其数据如何被收集和使用的权利。企业在处理用户数据时，必须遵循合法、公平和透明的原则，并获得用户的明确同意。

NCC指出，Meta在处理用户数据方面存在以下问题：

• **未获得明确同意：**Meta并未明确告知用户其数据将被用于训练人工智能模型，也没有提供简单易懂的方式供用户拒绝或撤回同意。
• **数据用途模糊：**Meta没有详细说明其将如何使用训练好的人工智能模型，以及这些模型可能对用户造成的影响。
• **缺乏透明度：**Meta并未公开其数据处理流程和技术细节，使公众无法了解其如何保护用户数据隐私。

NCC呼吁NDPA对Meta展开调查，并采取必要措施制止其违规行为。同时，NCC也提醒用户注意保护个人数据隐私，仔细阅读相关条款和隐私政策，并在必要时拒绝或撤回对数据处理的同意。

Meta尚未对NCC的投诉作出回应。此前，Meta已因数据隐私问题在欧洲多次遭到监管机构的处罚。2022年3月，爱尔兰数据保护委员会对Meta处以1.9亿欧元罚款，原因是其未经用户同意分享用户数据。

近年来，人工智能技术的发展引发了对数据隐私的担忧。如何平衡人工智能创新与数据保护，已成为全球各国亟需解决的难题。