在近期举办的一场机器人与智能制造产融交流活动中，六分科技CEO李阳提出，机器人产业的核心竞争力将取决于数据质量与真实场景的迭代能力，而非单纯追求模型参数的规模。这一观点与当前行业普遍关注的大模型算力竞赛形成鲜明对比，引发了与会者的广泛讨论。
李阳以十年自动驾驶行业经验为背景指出，汽车智能化过程中沉淀的数据采集、治理与验证体系，正在为机器人产业提供关键支撑。他强调，自动驾驶技术从汽车工业逻辑向AI逻辑的转型，经历了从定制化产品到泛化技术的完整周期，其积累的工程化能力比模型参数本身更具迁移价值。"当行业还在比较谁家的模型更大时，我们更关注如何让数据在真实物理世界中产生持续价值。"
在智能制造领域，李阳观察到生产模式正发生根本性转变。传统制造业中产能被定义为固定工具，而智能化改造后的生产系统展现出前所未有的灵活性：搬运机器人不再依赖预设路径，而是根据任务目标自主规划行动路线；生产线机器人能够根据工艺需求动态调整功能配置。这种转变实质上是将生产能力从固定产线转化为可适应不同任务的智能系统。
针对具身智能的发展路径，李阳特别指出，机器人产业既需要大语言模型的通用能力，也必须解决与物理世界的强耦合问题。与互联网大模型依赖公开语料不同，机器人需要处理来自多模态传感器的复杂数据，并建立不同问题空间之间的映射关系。"在真实制造场景中，0.1毫米的定位误差都可能导致系统崩溃，这种容错率要求远高于纯数字世界。"
六分科技正在将高精定位技术从车载场景延伸至工业制造领域。据介绍，其研发的融合算法系统已能实现从室内到室外的全空间精准定位，并扩展至空间理解与预测层面。该系统通过定制化场景解决方案，使智能制造工厂具备任务自适应能力——无论工位如何调整、物料位置如何变化，系统都能自动完成全流程自动化作业。
对于工业智能化的发展方向，李阳认为关键在于将"老师傅经验"转化为AI能力。他建议国内机器人企业立足制造业场景优势，通过"经验模型化+场景迭代"的路径培育竞争力。这种发展模式不需要追求通用人工智能的宏大目标，而是聚焦于解决具体制造环节的痛点问题，形成可复制、抗周期的解决方案。"汽车行业十年间积累的最大财富，不是智能汽车本身，而是覆盖数据全生命周期的成熟体系，这套能力完全可以移植到机器人领域。"
在技术实施层面，李阳特别强调数据闭环的重要性。他指出，机器人系统需要通过持续采集真实场景数据，完成从感知、决策到执行的完整验证链条。这种迭代模式不仅能提升系统鲁棒性，还能形成技术壁垒——当竞争对手还在实验室优化模型时，具备真实场景迭代能力的企业已经构建起包含工艺知识、设备参数、环境特征的综合数据资产。
