的期望值很高，但目前许多机器人在实际应用中却表现得不尽如人意。究其原因，数据的缺失和不足是关键所在。”清华大学交叉学院助理教授、博士生导师许华哲在2025中国生成式AI大会上如是说。

　　目前，机器人在一些简单动作或直线导航任务中已经取得了显著的进步，但在进行一些高精度动作任务时却显得力不从心。许华哲举例称，抓取一个水壶倒水的动作，就需要大量的、高质量的数据来支持机器人的学习和决策。

　　许华哲表示，数据对于机器人的重要性不言而喻。以目前主流的深度学习算法为例，它依赖于大量的数据来训练模型，从而让机器人能够更好地理解和执行任务。然而，目前机器人在操作任务中面临的数据问题主要有两个方面：一是数据模态的单一性，二是数据量的不足。

　　许华哲具体解释称，从数据模态来看，目前许多机器人主要依赖

　　同时，许华哲强调，解决机器人数据问题所带来的商机将会是显而易见。随着机器人在各个领域的应用不断拓展，对于高质量数据的需求也将持续增长。这将为数据采集、处理和分析等相关产业带来巨大的市场空间。例如，开发更高效的触觉传感器、数据生成算法和模型，以及提供专业的数据标注和清洗服务等，都将成为未来市场上的热门领域。

　　“包括制造服务业、医疗领域和家居场景等，机器人从实验室走向商用的路径已经显现。”许华哲表示，在中国市场，老龄化加速催生的家庭护理需求更为迫切，仅失能老人辅助器具市场就有千亿元潜在规模。那些能率先将触觉数据与