封面新闻记者 欧阳宏宇
“2026年是具身智能数据规模化的元年。”7月18日，在WAIC2026上，光轮智能联合创始人兼总裁杨海波在接受记者采访时表示，当具身智能从实验室demo真正走向工厂和家庭，数据和评测正在成为决定产业发展速度的关键基础设施。“具身智能行业对数据的需求将从去年几百小时到今年上百万小时的百倍乃至千倍跃升。”
这场数据争夺战，已拉开帷幕。在WAIC2026上，京东首次系统展示了面向物理世界的具身智能数据布局，优必选、智元等头部企业也已落地规模化数据采集中心。行业正在从“造本体”转向“建地基”。但即便头部企业纷纷入场，面对行业整体的数据缺口仍显杯水车薪。可见，数据的供给能力，正在成为决定具身智能产业化进程的关键变量。
具身智能热潮下
为何无数据可用？
从上个世纪末互联网浪潮兴起，事实上，大语言模型已有互联网沉淀数十年的文本数据，可为何到了具身智能元年就没有现成的数据可用？
根本原因是，具身智能面对的是千变万化的非结构化场景，需要采集视觉、力觉、触觉等多维度的物理交互信息。行业普遍的共识是，要实现可用的具身智能，行业至少需要1000万小时量级的多模态交互数据，而当前全球有效数据积累尚不足需求的5%。
面对巨大的数据缺口该怎么办？杨海波认为，仿真数据能提供具身智能企业渴求的“规模化数据”。
所谓仿真数据，就是用计算机程序在虚拟环境里生成的人工数据，用来模仿真实世界系统的行为，而不是直接从现实测量采集来的。这些数据可以在短时间内生成海量场景和任务组合。
“能快速切换任意环境，这是真机采集无法比拟的效率。”杨海波谈到，仿真的核心难点不在于画面是否逼真，而在于受力、接触、形变、摩擦等物理层面的准确性，这些才是决定数据是否可用的关键。
随着具身智能进入规模化落地阶段，决定机器人持续进化的，已不仅是模型本身，更是支撑其持续学习的数据、仿真、评测与部署反馈基础设施。在本届 WAIC上，光轮智能也对外展示了围绕“数据—评测一部署反馈”构建的物理A1持续学习系统，包含底层仿真基础设施，提供人类经验，衡量能力边界，连接部署反馈等组件。
“这像是人学技能时一样的。”对此，杨海波谈到，之所以要构建该系统，机器人部署在场景中的每一个动作、每一次反应，也是最宝贵的数据。“这些数据回环到整个数据体系，可以持续训练、评测、提升，循环往复，进而形成一个持续学习的闭环，才是具身智能真正走向产业化的关键。”
发展具身智能
为何数据如此重要？
那么，什么样的仿真数据才真正有价值？杨海波用三个关键词来概括：高质量、大规模、多样性。
这不仅因为具身数据不只是视频素材，还要大量包含完整的物理交互信息。而多样性，恰恰是最容易被忽视却又至关重要的维度。
他举了一个例子，在业内，有企业愿意花更高的价格收购“不成功的数据”，即开始做错、后来纠正的数据。原因是，错误和纠正本身就在补充多样性，在不同场景和任务，不同人的手型、力度、习惯完全不同，这些差异本身就是宝贵的训练素材。
更进一步而言，由于具身智能很难在真实场景中反复测试，因此仿真评测几乎是唯一解。“毕竟，没有统一的任务定义、测试流程和评价指标，企业很难判断模型是否真正进步，场景方也很难判断机器人是否具备部署条件。”杨海波说。
谈及我国目前仿真数据领域的发展现状，杨海波也坦言，中国在仿真领域的对外依赖度不弱于芯片。他认为，算力解决的是“算得动”，仿真解决的是“在哪里学、怎么试错、怎么评测，两者同等重要，但后者长期被忽视”。
不过，行业已出现积极的变化。据介绍，定义物理AI两大国际标准的Newton仿真技术委员会和EgoVerse人类数据委员会中，凭借对“仿真下物品标准、环境标准、任务标准”等的定义，光轮智能已成为与英伟达、谷歌DeepMind、迪士尼研究院等并列的唯一一家中国企业。这标志着中国在数据和仿真标准层面的话语权正在确立。
“未来物理AI需要的是‘10亿级’的数据生成器。真正决定模型泛化能力的，不是它见过某个标准答案，而是见过足够丰富的变化。”他说。
长富资本提示：文章来自网络，不代表本站观点。
