待验证60% 置信事实精确时间

机器人操作数据必须通过实体交互采集，成本极高，不同机器人本体之间的数据难以直接迁移

2

来源数

60%

置信度

长期有效

时效性

2026/8/21

首次发现

来源

GEN-1.5机器人基础模型发布：单次演示即可学会新任务的One-Shot Learning突破

相关事实

待验证遥操作数据在不同机器人形态之间难以复用，成为具身智能领域公认的核心痛点78% 相似待验证机器人需要学习抓取、移动、操作物体等真实世界交互，而这类高质量结构化的运动与感知数据在公开网络上几乎不存在76% 相似待验证机器人学虽在尝试赋予AI身体，但成本高昂、场景受限，短期内无法覆盖街角核查这类高度非结构化的任务。76% 相似待验证具身智能的核心瓶颈在于缺乏合适的训练数据，真实世界中采集机器人抓取、装配、行走等高质量操作数据的成本远高于文本和图像数据71% 相似待验证虚假信息的生产并不完全依赖自动化机器人，人工运营的账号、付费水军以及自愿参与的信息传播者构成了更复杂的生态系统。71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/782265

API

curl https://kongchang.com/api/v1/knowledge/claims/782265

MCP

get_claim(id=782265)