东说念主形机器东说念主想要走进千门万户，规模化正向轮回的数据体系，是不行或缺的一环。

撰文｜张贺飞

裁剪｜沈菲菲

要是说 2025 年是东说念主形机器东说念主"学会走路"的一年，2026 年正被逼着"学会干活"。一个热闹的施行是：在舞台上，机器东说念主的当作一年时分里突飞大进；在生涯中，连把一杯水从餐桌端到茶几上，都作念不利索。

问题出在了哪？咱们在一场行业论坛上找到了谜底。

百度智能云业绩群总裁沈抖的评释是：数据是制约行业发展的中枢短板，具身智能尚未参预坐褥生涯表率，数据未造陋习模化正向轮回，与自动驾驶的老练数据生态存在较大差距。

用一句话回归的话：并非仅仅算法不够好，还触及到老练数据够不够多、够不够广、够不够"真"。

-  01  -

数据的"含金量"，才是确凿的壁垒

每次谈及大模子时，"智能露出"的认识被频频提起：把互联网上的文本和图片喂给模子，智能就"露出"了。

在具身智能产业，访佛的逻辑却行欠亨。

文本、图片、视频等大量是"公开数据"，具身智能需要的是"任务级"和"经过级"的物理交互数据。比如需要让机器东说念主知说念一个苹果捏在手里是什么触感、掉到地上会怎样革新、抓太轻会滑落、抓太重会捏破。

互联网上莫得这些数据，必须有东说念主在确切寰宇里手把手教，或者通过遥操作开发"示范"，代价是四个端倪的数据逆境。

第一，表率缺失。

即使是团结个抓取当作，由于传感器型号、谬误扭矩精度、坐标界说方式的相反，数据之间互不兼容。闭幕是"行业短少长入的数据口头表率与元数据范例，数据无法跨企业、跨平台复用。"

就像是战国时期的笔墨，每个诸侯国的"字"都差未几，即是莫得长入表率、互相无法互通。

第二，蚁集老本昂贵。

真机遥操作蚁集是行业公认质料最高的决策，操作员衣裳上动捕开发和力响应手套，手把手带着机器东说念主完成每一个当作。单小时灵验数据的老本可高达数千元，且操作员上手门槛极高。

好比是让一个大学讲授去给幼儿园小孩一双一调换，成果是好，但着力太低，简直无法例模化。

第三，传统标注模式不适用。

以前标注一张图是"猫"照旧"狗"，或者在自动驾驶的 2D 视频画面里画个框，属于平面视觉的领域。

但三维寰宇的交互，触及力觉响应、触觉感知、6D 解放度姿态，以及对物理规章的勾搭。单单是标注一个"提起水杯"的当作，就需要同步记载视觉、力觉、谬误角度、斗争点压力散播等多路信号。

第四，Sim2Real的范围。

在仿真环境中老练出来的机器东说念主政策，移动到确切寰宇时时时"水土顽抗"：光照略略变了小数，物体摆放位置和老练时不相同，摩擦力、弹性质感与仿真参数有隐微偏差……任何一个轻细相反都可能导致通盘操作失败。

最终影响模子泛化性的成分，不仅仅"有没罕有据"的问题，2026世界杯官方指定中国区认证平台还牵连到"数据够不够真"。

参考自动驾驶行业的前例，东说念主形机器东说念主想要走进千门万户，规模化正向轮回的数据体系，是不行或缺的一环。

与之相对应的，包括乐聚机器东说念主在内的企业纷纷以生态合营的方式填补数据短板，冉冉造成了一套体系化的数据生成才略，不错清楚看到一个完整的三层结构：

第一层是基础设施层：制造身体和老练大脑才略。

一端是与东方精工蚁集打造的万台级东说念主形机器东说念主产线，措置"身体"的规模化坐褥；另一端是机器东说念主老练场，连续生成高质料交互数据，构建"数据大脑"。

第二层是中枢时期层："中枢零部件 + OS + 大脑"。

通过投资和蚁集布局，买通了一体化谬误、电机、理智手、数据平台、具身大脑与操作系统等谬误表率，把畴前辞别在产业链各处的才略，顾问为可协同的系统才略。

第三层是"场景哄骗层"：场景落地网罗。

在工业与处事场景中，与中国一汽、海晨股份等合营伙伴伸开探索，让机器东说念主在确切坐褥环境中不断"回流数据"，造成闭环。

仅仅彼时业界的肃穆力还蚁集在"东说念主形"的形态上，对数据的商酌尚未成为行业的主要议题。

-  02  -

行业正在转向：从"造机器"到"养数据"  

参预 2026 年后，东说念主形机器东说念主在台前"演出式炫技"的同期，越来越多东说念主运行想考——怎样才调走向实用？

谜底无不指向了数据。

特斯拉的想路是通过长入的 AI 架构，将全 FSD 的积存膨胀至具身智能领域，让东说念主形机器东说念主 Optimus 无需从零运行教授"寰宇模子"，亚搏体育不错复用 FSD 的老练管线，终了从说念路到空间场景的移动学习。

国内厂商也在加快补数据的短板，比如乐聚机器东说念主在 4 月 28 日发布的"数据蚁集老练场 2.0 "。

要是说传统 AI 像"应考教授"，老练收场就定型；"数据蚁集老练场 2.0 "既像是一个学习各式妙技的"修养教授学校"，又像是一个培训实习的"工场"，让机器东说念主在各行业肃穆"上岗"前，先学习、熟识各种妙技。

大模子之是以在两三年内终了质的飞跃，不是某一家公司理智，而是千里淀了二十多年的文本和图像等着被老练。而具身智能简直莫得存量的物理数据，必须一帧一帧地蚁集。

在"数据从那处来，智能就从那处露出"的铁律下，数据量能够达到"智能露出"的前提，是有东说念主先把数据蚁集的"基础设施"建起来。乐聚机器东说念主的"数据蚁集老练场 2.0 "，饰演的恰是"养数据"的扮装。

确凿地说是三个端倪的数据：

一是轮臂操作，通过VR+全身增量遥操作，秘密抓、拿、放等高频表率当作，安静规模化活水线功课。

轮臂机器东说念主亦然刻下离营业落地最近的一条旅途，场景细目、当作表率化、容错空间相对大，数据蚁集难度也相对可控，操作员通过 VR 头盔和手柄遥控机器东说念主，不需要全身复杂的动捕开发。

二是理智手操作，搭载触觉理智手与腕部六维力传感器，聚焦捏、扣、捏等五指良好交互，对准的是复杂手眼协同。

东说念主类手指有越过 20 个解放度，一个简便的"旋开瓶盖 " 当作，就触及到指尖抓捏力说念的微调、手腕旋转角度的及时修正、视觉响应的闭环调整，数据蚁集难度指数级高潮，需要动捕手套 + 力响应 + 高清视觉的多路同步。

三是全尺寸东说念主形操作，整合了搬、蹲、走等大范围拟东说念主功课，终清楚多谬误协同与全向移动落拓。

东说念主形机器东说念主是数据需求最"诡计"的一条旅途：全身 40 多个解放度同期清醒，每一步都涵盖重点均衡、步态调养、环境感知等协同，只消低老本、高着力生成高质料、各样化的数据，才调教授起永远壁垒。

需要阐述的是，当今"莫得哪一条是好意思满的时期蹊径"。遥操作质料高但老本贵，便携蚁集规模大但不够良好，仿真数据低廉却不够确切，三条蹊径谁也替代不了谁，适用于不同的场景、不同的阶段。

2023 年乐聚建议生态经营的认识，标的相称明确——从"自建才略"走向"灵通才略"，第一阶段的中枢是搭建基础设施层和中枢时期层，第二阶段是场景哄骗层。

当本色、数据、大小脑、场景四个中枢要素买通明，下一步不再是单点冲突，而是通过生态放大——即是当今正在开展的第三阶段，面向行业招募二次开发合营伙伴。同期也意味着，在乐聚基础设施照旧搭建老练的基础上，营业化将全面提速。

畴前，东说念主形机器东说念主企业更像是"整机厂"，需要我方措置简直悉数问题；而在生态化阶段，更像一个"平台公司"，向外输出表率、器用链与基础才略，让合营伙伴在不同场景中完成"临了一公里"。

借用行业内的一个乐不雅的判断：跟着越来越多的机器东说念主团队正在从"造机器"转向"养数据"，展望 2027 年数据量将越过 1000 万小时，东说念主形机器东说念主的" ChatGPT 时刻 " 可能在两年后到来。

-  03  -

写在临了

乐聚机器东说念主与东方精工蚁集打造的国内首条万台级东说念主形机器东说念主自动化产线已在广东佛山启用；特斯拉 Optimus 经营 2026 年中终了月产 1 万台 ......

2026 年是具身智能的量产元年，也注定是直面营业化的一年。至少乐聚机器东说念主在内的中国企业，照旧在市集爆发前夕把产物打磨老练、把表率制定明显、把数据短板补都，为量产提前铺好了路。

冒昧在不久，咱们再评估一台东说念主形机器东说念主有多先进时，不再是惊叹于它能翻多高的跟头、跳多酷的街舞，而是像一个确凿的伙伴那样，措施巩固地走到你眼前，稳稳地递上一杯咖啡。

保举阅读

 《华为联手南边病院重构医疗 AI 新范式》

 《打造"龙虾军团"必须跨过四说念"存一火坎"》

 《炸药味充足的智驾赛说念》

 《硅谷在"造墙"，中国在"修路"》

点"保举"亚搏体育，变好意思瞻念哦。