中文翻译
呼叫中心革命：具身智能的“远程接管”

作者：Roch Nakajima，诺亦腾机器人首席市场官（CMO）

机器人与具身智能（Embodied AI）行业正处在一个繁荣周期，这种景象很容易让人联想到 2004–2007 年 DARPA Grand Challenge 以及 2009 年谷歌无人车启动时所引发的“自动驾驶革命”。然而 15 年过去了，尽管有海量资本投入，有大量媒体聚焦于此，但我们依然没有真正意义上 100% 自主的量产车辆上路。马斯克说的不算，道路上的现实情况才算。

自动驾驶背后“不太自动”的真相

今天每一辆所谓的“自动”车辆背后，其实都有一个“不太自动”的真相：在远程的数字化呼叫中心里，大量远程操作员随时准备接管。实际上“数字化呼叫中心”已经成为整个自动驾驶行业隐形的骨干。

以当前的 Robotaxi 为例（如 Waymo），不同来源的说法各不相同，但远程协助的比例大致在 1:1 到 1:5（操作员：车辆）之间。而特斯拉即将在奥斯汀上线的 Robotaxi，按照华尔街机构（如 Morgan Stanley）的报告，会有“相当大规模的远程协助”，起始比例可能在 1:2 或 1:3。

另一些数据更好地验证了这一点：作为头部玩家的 Waymo，在 2024 年度披露的报告中提到，每 17,000–24,600 英里会有一次人工接管（disengagement）；另一些运营商（如 May Mobility）大约每 0.66 英里就需要一次干预。Waymo 的安全数据相当亮眼，事故率比人类司机低 80–90%。但即便如此，这些系统仍无法在完全没有人类监督的情况下处理复杂的现实环境影响。

三维世界的挑战更大

如果说车辆行驶的标准化路面是二维道路，那么机器人所面对的路径则可称之为三维环境。不同于在沥青道路上可预测的车辆行驶路径，一个机器人需要在各种不同状态材质表面行进，比如说要在柔软的草地与光滑的瓷砖之间切换移动，需要知道鸡蛋这种物体相当脆弱，轻拿轻放，而石材则需要紧握以免因为自重滑脱，需要能从细小的裂纹声中判断物体的完好度，需要理解厨房里过热的锅或者炉火会损害机器人自身。

现实世界的复杂度，远远超过自动驾驶。自动驾驶可以从成千上万辆车的数十亿英里行驶数据中学习；而机器人需要的，不仅是导航，还包括操作（manipulation）、材料属性、情境感知，以及与物体和环境进行无数细微交互所产生的知识。

具身智能市场在“起飞”

市场确实在快速增长。具身智能市场预计将从 2025 年的 44.4 亿美元 增长到 2030 年的 230.6 亿美元，复合年增长率（CAGR）39%。更广义的机器人市场预计将从 2024 年的 482 亿美元 增长至 2034 年的 2,337 亿美元（CAGR 17.1%）。人形机器人单一赛道，到 2032 年 可能达到 660 亿美元 规模。

但就像自动驾驶的早期一样，这波增长有一个前提假设：完全自治（full autonomy）很快可达。现实是：即使最先进的具身智能系统，今天仍然需要显著的人类监督与干预。

专业化是必经之路

一个观察：机器人（像自动驾驶）必须变得高度专业化，而不是“万能通才”。 如果你的需求只是扫描条码、分拣包裹，你不需要一个会换机油的机器人；同样地，如果只是做标准仓务，也不必为其配备**“斯坦福级”的教育**。

这条原则直接对应到具身智能的训练数据。与其追求“什么都懂的通用机器人”，不如构建面向具体任务与场景的定制化训练流水线。无论是仓储、餐饮还是医疗辅助，都需要自己的数据集与专用模型

Agent–Robot 基础设施的现实

自动驾驶从 1:1 的安全员，逐步走向更高效的远程接管模式；机器人会走相同的路径。即使拥有大规模训练数据，机器人仍需要在复杂情境与长尾边角中得到人类操作员的兜底支持。

真正成功的公司，会从第一天就把这种现实写进商业模型，而不是承诺一个可能永远到不了的“完全自治”。这意味着要设计一套集成系统，将以下要素紧密结合：

专用硬件：在不断丰富的机器人生态里，选择最匹配任务的机型；
定制训练数据：针对具体用例与环境采集、清洗与标注；
Agent–Robot 基础设施：可随时调用的人类远程协助与介入通道；
反馈闭环：把问题解决数据沉淀回训练集中，持续改进模型。

路径选择

机器人行业应当学习自动驾驶的经验，而非复刻其过度承诺。真正的成功，将来自于拥抱“人机混合”的企业：一边逐步降低“操作员：机器人”比例，一边保留可靠的人类安全网。

在诺亦腾机器人，我们构建的正是这种端到端的综合方法——把合适的硬件、专用的数据采集与训练、稳健的遥操作基础设施整合为可部署的解决方案。我们非常清楚：多模态数据的采集与管理，不是简单“收集信息”，而是要打造可持续、可扩展、在现实世界真正工作的系统。

机器人的未来，不是把人从环中移除；而是创造更高效、更安全、更有能力的人机伙伴关系。越早承认并布局这种现实的公司，将会占据优势；而那些过早追逐完全自治幻景的玩家，可能会像过去 15 年里自动驾驶行业一样，收获更多失望。