當然，收集數據的感應器，支持算法運轉的算力芯片這些也很重要。
人工智能的特性，決定了數據越多越好。
海藍汽車當初搞自動駕駛的時候，可是弄了一大堆感應器放在車裡，還和大量出租車，快跑出行的網約車進行合作，然後持續收集大量的駕駛數據……智雲的無人車項目為什麼能夠搞出來這麼好的自動駕駛？
這些大量的駕駛數據就是其中很重要的一個環節。
後來海藍汽車在自己的車裡持續收集數據，那麼自我進步的就更快；
畢竟人工智能是訓練的！
雖然智雲集團的人工智能技術已經挺不錯了，但是依舊是一種需要針對性訓練的。
想要讓它做任何一種工作，都必須進行長期的，專業的數據投喂訓練……而且還是得一種一種的訓練。
這種訓練其實是非常耗費時間的。
這也是智雲機器人有限公司，會先向市場推出比較單一化，同時用於固定場合的餐飲係列服務機器人以及工業機器人的緣故……訓練量比較小。
因為智雲機器人有限公司，目前就隻訓練出來這麼多功能……後來還得一個接著一個訓練，比如搞掃地拖地、收拾客廳雜物、收拾廚房等等……
其中很多對於人類而言沒有任何難度的一些家務，對於機器人而言其實是屬於非常高難度的工作。
比如收拾廚房……在人類的視角裡，不外乎就是把臟的碗筷鍋等洗乾淨，頂多再拖個地之類的就行了。
然而在機器人的視角裡，其實可以細分為幾十種不同的工作，任何一種都是高難度，並且需要進行專門的訓練。
而這種訓練，是很耗費時間的……它不像是文字，語音上的人機交互有著大量成熟可用的數據可以直接投喂。
也不像是無人車那樣，有著大量的車輛行駛數據可以用來投喂訓練。
大量機器人的研發所需要的數據，其實很難進行大規模收集，隻能是直接慢慢積累數據並訓練。
在當下的人工智能領域裡，核心的算法框架是最重要的，其次是訓練的算力，再過來則是投喂的數據了。
上述三者是三位一體的！
前兩者是技術硬性條件的限製，而後者的話，純粹是錢和時間的問題。
機器人開發裡，最大的時間成本，不是算法本身的開發，而是大量數據的投喂訓練……比如要讓機器人收拾餐桌的話，你得不斷的糾正機器人的動作，讓它知道該怎麼收拾。
所以，看似很高大上的機器人開發……除了人們傳統意義上的各種軟件，硬件上的開發外，更多的還是大量的普通人員不斷的糾正機器人的錯誤。
當然，這部分低技術含量，重複且枯燥的工作並不是在高大上的總部基地裡進行，而是在郊區的一個訓練工廠裡進行……在那裡，智雲機器人有限公司的訓練基地，有著超過兩千名員工持續訓練，糾正機器人。
讓機器人學會洗碗，洗衣服，掃地，拖地，倒水、製作咖啡等一係列人們日常生活中習以為常的一些動作。
普通人幾乎很難想象，如此高大上的機器人，竟然是一群普遍初中生，高中生等低學曆的普通工人訓練出來的……
而他們之前的訓練成果，就是餐飲係列服務機器人……已經相當完善成熟，機器人可以根據指令熟練的製作咖啡，奶茶以及其他部分簡單的食品。
可以用在咖啡廳，奶茶店乃至西餐廳等簡單，輕食類餐飲行業，可以讓投資者節省大量的人力成本。
但是，當持續完成一項又一項的家務工作的訓練後，持續累積起來後，機器人項目組也就逐步完成了家政型機器人的研發！
而這個東西，對於當代的技術而言，毫無疑問是黑科技！
哪怕隻是看起來很笨的家政機器人，做什麼事情還不咋地，但是它依舊是名副其實的黑科技！
對此，徐申學非常期待，準備等一會就去現場看看實物。
不過現在會議還要繼續，現在的機器人項目組還在繼續道：“此外，我們今年年初也正式向市場推出了工業用運輸型輪式機器人，或者說工業用運輸無人車，該產品是和無人車項目組進行合作開發的！”
“產品尺寸從小到一米再到十米的都有，目前我們的工業無人車已經在部分客戶手中進行了應用！”
“主要應用場景在倉儲中心，物流中心，港口！”
“上個月，我們和美國的一家碼頭運營企業達成了協議，將會為對方提供全套的碼頭無人運輸方案，用於港口碼頭的集裝箱中轉運輸，按照我們的預計，方案實施後，將會為我們的客戶節省百分之四十以上的成本，提升百分之三十以上的碼頭運轉效率。”
“工業用運輸無人車，這是我們公司未來的主要領域，也是近期最有可能為公司帶來大量營收的領域！”
“當然，我們今年，乃至明年最為期望的還是在家政型機器人方麵進行突破，在第一代產品進行投放後，獲得部分科技愛好者人員的喜歡，然後代替我們進行訓練，讓我們獲得足夠多的數據！”
“隻要數據足夠多，我們甚至明年就能夠推出來相對完善的家政服務機器人，做出來真正意義上的家政機器人，甚至進一步延伸到其他領域，如老人陪護，照顧兒童等等領域~！”
“家政機器人市場極為廣闊，一旦充分開發的話，將會是一個萬億級彆的市場。”
徐申學道：“家政機器人的市場自然是非常廣闊的，前提是要把產品做好，走走，會議也開的差不多了，帶我去看看這實物，好東西總得拿出來看看啊！”