央广网北京8月21日消息（记者 朱冠安）在2026世界机器人大会上，一个明显的变化正在发生：越来越多厂商开始把机器人放进工厂、园区、仓储、安防等具体场景里。机器人真正下场“干活”之后，有一个绕不开的问题是，人还要不要留在系统里。

真实环境存在大量难以预设的长尾情况。比如在工业巡检、危化区域和应急救援等高风险场景中，让机器人独立处理所有情况，现阶段既不现实，也未必是最安全、最经济的选择。

当虹科技在2026世界机器人大会上正式发布机器人多模态感知上装件，该设备可根据不同场景搭载双光云台，集成声光、通信、算力等模块，同时支持气体、温湿度等外接传感器。在工业巡检场景中，可识别仪表读数，检测温度异常、气体风险、设备异响以及液体跑冒滴漏等问题，将更多现场信息实时带回，为后续AI识别和任务决策提供数据基础。

当虹科技首席技术官、机器人业务线负责人吴奕刚认为，在物理AI真正进入产业现场的过程中，这种“人在回路”的机制还会存在相当长一段时间。重要的并不是让人始终操控机器人，而是让机器承担越来越多确定性的工作，同时把真正需要判断的信息准确地送到人面前。

以园区巡检中的多机协同为例，四足机器人发现异常后，可以自动发起任务，将目标区域交给另一台机器人；如果任务超出自主处理范围，人又可以远程接管。“远程接管的价值不仅仅是安全兜底。”吴奕刚说，机器人走向真正自主需要大量的真实数据，其中最珍贵的往往不是机器人正常工作时的数据，而是它即将犯错、需要人类帮助时的数据。

这些数据与机器人正常巡检时产生的大量重复数据并不完全一样。它们更多集中在系统能力的边缘位置——那些机器人不确定、容易犯错，或者过去没有充分遇到过的情况。正是这些实际场景和能力边界处收集的数据，最能揭示系统的弱点与盲区，为算法的迭代优化提供关键的指引。