鹿明科技刘向:无本体数据采集让机器人技能"一次验证,多机复用"
8月12日,第四届中国具身智能机器人产业大会在上海举行。鹿明科技(苏州)有限公司区域商务负责人刘向发表《鹿明机器人在无本体数据采集的应用探索和落地》主题演讲。

刘向指出,鹿明通过自研真机矩阵完成数据采集与模型训练,经标准化验证后生成通用技能包,实现“一次验证,多机复用”,可一键下发至不同品牌、不同类型的机器人,无需重复开发。目前,鹿明已构建覆盖自研系列、前沿人形机器人、移动操作机器人及ABB、库卡等第三方工业机械臂的全品类适配矩阵。
会上,刘向还公布了鹿明2026-2028年发展路线图:2026年为产品落地年,实现规模化量产交付;2027年为平台开放年,NexCore 2.0全面开放第三方接入;2028年为生态完善年,构建全国性具身智能技能交易网络。
刘向表示,鹿明坚持长期主义,以技术深耕为核心,致力于降低中小企业智能化门槛,推动具身智能产业可持续发展。

更多新闻>>相关新闻
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




