智客ZhiKer：你们发布的NexCore 进化引擎与传统机器人操作系统最大的区别是什么？
喻超：NexCore 是一套让机器人持续学习和获得新技能的系统，之所以叫进化引擎，是因为它解决的不是一次性的机器人控制，而是机器人能力如何持续产生、验证、部署和迭代的问题。
从这个角度看，我认为两者解决的问题并不一样。传统机器人操作系统关注的是怎么让机器人运行起来，包括设备管理、运动控制、传感器、通信、任务调度等。
NexCore更往上一层，它关注的是机器人怎么获得新的任务能力，我们建立了一套可以重复生产、验证、部署和迭代机器人技能的工业化流程。机器人不是买回来之后能力就固定了，而是能够在真实任务中持续获得新的技能。
最终两者一定需要连接起来，因为一个技能只有真正部署到机器人上、进入真实任务，才有产业价值。
智客ZhiKer：一个技能在NexCore上训练的具体流程是什么样？
喻超：一个技能首先从任务定义开始。明确机器人要解决什么问题之后，可以接入真实数据、仿真数据、视频等多种数据来源；然后进入自动训练和参数优化，形成候选技能；之后通过多维评测，判断技能在不同工况下是否达到要求，合格之后才能部署。部署进入真实环境后，运行数据会继续回流，帮助技能进一步优化。如果涉及不同机器人本体，还需要解决本体适配、动作映射、控制接口等问题。
NexCore目标是规模化生产技能，不是批量生成一些Demo。
智客ZhiKer：一个技能值得被生产的标准是什么？
喻超：标准很简单，这些技能真正覆盖了多少真实任务、部署到多少机器人，以及最终创造了多少产业价值。
我们不应该单一追求技能数量，而是应该关注技能生产效率和技能的复用价值。
智客ZhiKer：过去机器人主要依靠工程师进行编程和调试，未来机器人可能通过学习获得能力。NexCore 在这个转变中扮演什么角色？要替代工程师？
喻超：不是简单替代工程师，是希望让工程师从大量重复性的开发和调试工作中释放出来，把机器人技能开发逐步变成更加标准化、自动化的过程。
智客ZhiKer：NexCore与你们已经发布的 Ego Vue、Lumos 数据管线、Station Lite、Prime R0 各自是什么关系？
