科技力量的变迁（2/5）

其次是国内相关市场够大，帝国的几家巨头掌握的数据够多。大数据项目最贵的不是人工，也不是设备，而是数据，这一点上帝国就很占优势了。

至于数据为什么那么重要，那是因为机器人要能认主人就得必须要图像识别功能，虽然大家都是用kinect的api。要能听懂主人的指令就得语音识别，电池和单片机舵机电机电压都不一样还要自己来做变压，外加上位机做图像和各种声音识别，下位机控制运动，上下位机通信之类之类也要数据。然后还得有各种传感器，超声波红外，当然之前的声音和图像也算传感器。如果加一点骚功能还得好好设计一下机械结构然后想办法加工。

这还只是一个非常低水平的本科一年级暑假做的作业机器人，就涉及到了这么多学科和知识。而那些在某个领域做到顶尖的机器人就比较恐怖了：比如高精度工业机器人，微米级的定位精度除了对原件要求很高以外，各个运动部件之间的控制要求也很高，不然累计误差会非常大；那些用于作战的仿生机器人对控制算法要求非常高，当然除了算法以外还有硬件的控制，传感器的信息采集。而且由于应用场景和性能需求的不同，硬件结构设计千变万化，有的可以买现成，有的还得自己定做，到这个级别，材料性能，加工，成本也得考虑。

光是各种原件的采购评估配合跟成本控制就很麻烦了。

这就是中联和欧洲军事发展的最大瓶颈，他们的很多机器人的硬件要从帝国买，再加上落后的前现代官僚和后现代议会扯皮。各种邮件扯皮，签合同，运输，报销（假设在高校）麻烦得要死，而且贵得要死。更麻烦的是，有些东西买不到，还得自己去做。

雷顿自己就曾经上过一个eu人开发的人工智能网站。