六分科技李阳：机器人时代真正的“护城河”，不是模型，而是数据

核心观点：决定机器人未来竞争力的护城河关键，并非模型参数的分科规模，而是技李据自动驾驶领域过去十年沉淀的数据治理能力、真实世界交互的阳机稳定性以及持续闭环迭代的工程体系。

作者：赵新亮

当行业仍陷入“模型参数军备竞赛”时，器人四维图新参股企业六分科技CEO李阳提出了截然不同的时代战略判断。

7月2日，真正在中国基金报主办的模型“2026中国机器人与智能制造产融交流会”上，李阳指出，而数未来机器人的护城河竞争壁垒将不再取决于模型参数的体量，而是分科聚焦于数据质量的优劣，以及结合真实物理世界、技李据实现持续闭环迭代的阳机系统稳定性。

拥有在四维图新与六分科技十年从业经验的器人李阳，完整见证了自动驾驶从“汽车工业逻辑”向“AI逻辑”的时代范式转移。他认为，汽车智能化所沉淀的数据体系、工程方法论及产业经验，正成为推动机器人与智能制造发展的核心参照系。

从“生产产品”到“构建生产能力”

谈及智能制造的演进方向，李阳强调，智能化重塑的不仅是设备形态，更是制造能力的本质。

“传统模式下，产能是固定的——生产轮胎即生产轮胎，生产手机即生产手机。但在智能化时代，生产应被视为一种动态的‘能力’，而非固定的线性增长工具。”李阳表示。

智能化赋予了生产系统更高的灵活性与自主性。例如：
* 搬运机器人：从严格遵循地面划线轨迹，转变为根据任务目标自动连接物料仓与加工工位；
* 生产线机器人：从固定位置与固定功能，演变为随任务需求自主调整作业模式。

这一转变标志着制造业竞争焦点，正从静态的产线建设能力，转向智能系统对任务的持续适应能力及自我优化能力。

自动驾驶积累向机器人产业的迁移

这一判断源于李阳对自动驾驶与大语言模型（LLM）发展历程的深度观察。

“我在四维图新和六分科技合计工作十年，亲历了从自动化成图、端到端自动驾驶，到如今负责机器人业务的全过程。”李阳回顾道。

他指出，自动驾驶已完成一轮完整的产业演进，从汽车工业主导转向AI逻辑主导，历时约十年。这一过程使其从特定车辆、特定配置的定制化产品，泛化为通用技术。李阳将大语言模型与自动驾驶视为AI领域的两颗明珠，二者既有共性，也存在显著差异。

真正决定机器人未来竞争力的，正是自动驾驶过去十年积累的数据能力。

李阳进一步剖析了三者的逻辑差异：
1. 自动驾驶：与物理世界强关联，数据源自主机厂车辆，经过人工筛选、标注与训练。其本质是追求“拟合”的产品，针对特定车辆形态、性能、配置及功能体验进行定制化开发。
2. 大语言模型：依赖互联网海量高质量语料，数据唾手可得，通过快速涌现实现通用能力的持续追求。
3. 具身智能（机器人）：结合了前两者的特点。既强调通用AI能力，又强调机器人与现实世界的强结合。这意味着需要建立一套技术体系，解决不同传感器、不同问题空间之间的映射关系。

相较于互联网大模型依赖公开语料，机器人面对的是更为复杂的真实物理世界。因此，做好数据采集、治理、验证，以及在真实场景中的持续迭代，比单纯追求模型参数的扩增更为有效。

高精定位与空间智能：构建能力底座

自动驾驶积累的技术能力，正加速向工业机器人领域延伸。

据李阳介绍，六分科技的高精定位技术正从汽车场景拓展至工业制造场景：“过去，我们只需提供车道级定位；现在，需保证从室内到室外的全场景精准定位，并将定位能力扩展至对空间的理解与预测。”

通过融合算法、通用模型及定制化场景解决方案，六分科技旨在实现智能制造工厂的核心目标：任务自适应。无论工位如何排布、物料位于何处、成品去向何方，系统均能自动适应并完成全流程自动化作业。

李阳再次强调，未来机器人的竞争壁垒在于数据质量与闭环迭代的稳定性。“汽车行业过去十年沉淀的最大资产，不仅是智能汽车本身，更是一整套覆盖数据采集、治理与验证的成熟体系。这套能力可平移到机器人与智能制造领域，成为产业跃迁的底座。”

“老师傅经验”才是终极“护城河”

对于工业智能化的未来，李阳的判断是：从执行指定任务走向自适应任务。这是继精准数字化、工业互联网之后，大工业智能化的核心课题，需要行业伙伴共同努力。

他建议，国内机器人发展在追求AGI宏大叙事之余，应更多立足制造业场景优势，采取“老师傅经验模型化 + 细分场景快速迭代”的路径，培育小而美、抗周期、具备强竞争力及自造血能力的企业。

在李阳看来，机器人产业真正需要积累的，不是更大的模型，而是：
1. 更多来自真实制造现场的数据；
2. 更成熟的工程体系；
3. 将“老师傅经验”持续沉淀为AI能力的过程。

这正是汽车智能化十年留给机器人产业最重要的价值遗产。

编辑：黄梅
校对：纪元
审核：陈墨

(责任编辑：热点)