通用专用协同发展，通用有通用的好处。
通用机器人高度成熟后，可以适应多场景，成本会降下来；
专用在未来很长一段时间中，都是重要的过渡态，然后专用机器人可以赋能通用机器人，也就是专用机器人，上面积累的数据和技术可以赋能给通用机器人；
两者并不是矛盾的路线，可以同时发展。从本质上来说，要以需求和应用场景为根本，兼顾当前的技术成熟度、长期的研发投入成本等因素综合考虑，无论是专用机器人还是通用机器人，都要以解决现实里的问题，跑出盈利模式来为目标。
无论是AI大模型还是各种机器学习技术，底层都有概率因素的存在，所以底层的概率因素会传导到真实的应用场景上去。
但是合成数据和仿真生成的数据可以作为预训练数据来降低获取数据的成本，然后在真实的场景中进行微调；