关键观点
商业级机器人的核心是持续可靠，而非单次演示
演讲者将实验室演示与商业部署明确区分：真实任务需要机器人长时间重复工作，并满足客户定义的质量门槛。通用模型即使能覆盖很多任务，只要失败仍较频繁，就难以形成稳定生产力。餐巾折叠不仅要求完成动作，…展开观点收起观点
演讲者将实验室演示与商业部署明确区分：真实任务需要机器人长时间重复工作，并满足客户定义的质量门槛。通用模型即使能覆盖很多任务，只要失败仍较频繁，就难以形成稳定生产力。餐巾折叠不仅要求完成动作，还要求折痕位置达到餐厅可接受的等级。需要注意的是，演讲中关于80%至90%单次成功率对应“连续10次成功概率低于0.1%”的说法与常规独立概率计算并不一致，因此该数字论断应谨慎看待。
为什么重要: 机器人产品应以连续运行、异常恢复和客户验收质量作为指标，而不能只报告挑选后的成功视频或单次成功率。
支撑证据
Even though they make pretty videos, but what I would tell you is that the success rate is actually not super high.
研究与部署构成双向飞轮
团队认为，前沿研究决定哪些任务可以被产品化，而现场部署又会暴露实验室中看不到的模型和硬件缺陷。部署同时产生高质量数据，使研究人员能够缩小训练环境与真实环境之间的分布差异。相比在大量潜在机器人问…展开观点收起观点
团队认为，前沿研究决定哪些任务可以被产品化，而现场部署又会暴露实验室中看不到的模型和硬件缺陷。部署同时产生高质量数据，使研究人员能够缩小训练环境与真实环境之间的分布差异。相比在大量潜在机器人问题中平均投入，这种反馈循环能帮助团队选择直接影响商业可用性的研究课题。演讲者称团队已有五个以上部署地点。
为什么重要: 真实客户现场不仅是销售终点，也是数据来源、问题筛选机制和研发优先级系统。
支撑证据
we can build what we consider a research and deployment flywheel.