9月10日，新华网刊发《当AI被提及238次，企业家们都讲了些什么?》，聚焦2026全球工业互联网大会先进制造业思客会现场，产业界关于人工智能落地的最新思考。清研精准联合创始人、首席生态官陈超受邀出席活动，并围绕人工智能与具身智能在工业场景中的规模化应用分享实践观点。
新华网在报道中指出，当AI从实验室走进车间、从代码变成生产力，企业家们关心的已不再只是“AI能做什么”，而是“AI怎么用、用在哪、用到什么程度”。
把高危重复性的工作交给人工智能
陈超表示，当前人工智能和具身智能在工业场景中的持续稳定运行，距离理想状态仍有一定距离。
对于工业场景而言，如何找到真正适合智能机器人应用的场景，并实现持续稳定运行和批量交付，对产业、企业以及研发人员都提出了新的要求。
他认为，要让人工智能和具身智能真正把劳动者从繁杂、高危、重复性的工作中解放出来，产业需要重点解决几个问题:
一是如何把实验室中的高成功率，转化为生产环境中的高质量复制;
二是如何实现算法、本体与真实场景之间的有效联动;
三是高质量数据集从哪里来，以及如何真正用于机器人训练;
四是如何通过持续获取不同类型的数据，对机器人进行反复训练，使其逐步获得稳定、可复用的作业技能。
在实际工业应用中，机器人面对的并不是标准化实验室环境，而是真实工艺、复杂设备以及不断变化的生产条件。围绕这一问题，清研精准目前已将相关能力应用于新能源汽车线束整理、动力电池高压测试、矿山作业等场景。
这些工业场景背后，对应着不同的劳动痛点。例如，部分汽车产线工序需要工人长时间站立操作，对脊椎和膝盖造成较大负担;动力电池相关作业可能伴随高温、噪声以及误操作风险;矿山环境则存在塌陷、低能见度、幽闭空间等复杂工况。
针对真实工业场景的机器人训练需求，清研精准通过1:1真实与虚拟场景构建和数据采集，将机器人所需要学习的信息从单纯的视频数据进一步扩展到动作逻辑、工艺参数、质量标准等因果链数据，通过反复训练与验证，再进入真实产线开展应用。
从实验室走向生产现场，人工智能与具身智能正在进入更加关注工程化、稳定性和规模化交付的新阶段。如何让机器人真正进入高危、重复、高强度的工业岗位，并实现长期稳定运行，也正在成为产业落地的重要方向。