我们的具身模型,根本不缺数据
加入高工机器人专业行业群,加微信:13510670440,出示名片,仅限机器人及智能制造产业链相关企业。*本文共约 5919 字,阅读完成需 12 分钟。如果一个行业已经拥有数据工厂、采集设备、仿真平台和不断增长的训练时长,它是否自然拥有了数据飞轮?在2026(第三届)高工人形机器人年会【专场B:智核进化】的圆桌对话上

加入高工机器人专业行业群,加微信:13510670440,出示名片,仅限机器人及智能制造产业链相关企业。
如果一个行业已经拥有数据工厂、采集设备、仿真平台和不断增长的训练时长,它是否自然拥有了数据飞轮?
在2026(第三届)高工人形机器人年会【专场B:智核进化】的圆桌对话上,六位嘉宾给出的答案,远比简单的“是”或“否”更有张力。
斜跃智能首席AI科学家 周鑫认为,数据飞轮一定会转起来,只是目前仍缺少关键模型和应用场景;
橡木果发起人 姜峣把问题拉回最初的“如何使用和采集数据”;
宽恒科技前沿技术研究院院长 乔晶则把数据缺口与算力约束并置,提醒行业训练成本甚至比数据采集更高;
原力无限首席技术官 王一舟判断具身大脑尚未进入真正的飞轮阶段;
维他动力联合创始人 秦海龙觉得数据飞轮的运转逻辑发生了很大变化;
穹彻智能预训练负责人 吕峻同样认为,当前数据飞轮尚未真正运转起来,但需要尽快转动,以帮助具身智能迈向下一个里程碑。
这种“相信飞轮,却承认它尚未转动”的观点,揭示了具身智能当下的真实水位。行业正跨过“有无数据”的第一道门槛,却尚未跨过“数据能否以足够低的成本持续变成能力”的第二道门槛。前者可以通过投入设备、人员和采集基地缓解,后者却要求产品、模型、数据工程、评测体系和商业场景同时闭合。
因此,今天我们再讨论具身智能的数据竞争,最需要摆脱的,是对“小时数”的单一崇拜。数据总量可以描述投入,但无法证明资产,真正拉开差距的,是各家把操作失败转化为可复用智能,再以更低成本送回现场的速度。
数据资产不等于数据飞轮
“数据飞轮”几乎已经成为具身智能行业的共同语言,但不少被命名为“飞轮”的体系,实际上仍是数据流水线。先集中采集,再清洗标注,随后训练模型,最后挑选若干场景进行验证。
这个流程当然是必要的,却未必能够自我增强。流水线的核心是生产更多数据,而飞轮的核心是,每一轮部署都降低下一轮能力进化的成本。
一个相对完整的数据飞轮,至少应该包含这样一条链路。机器人进入真实任务,暴露失败和长尾问题;系统识别哪些片段值得学习,完成筛选、治理和必要标注;新数据进入训练与评测,模型获得可验证的能力增益;能力再通过OTA在线升级或其他部署方式回到终端,进入更多任务,并产生新的反馈。
只有这条链路循环运转,而且能力增益能够推动更多的使用,部署与智能之间才形成正反馈。
原力无限首席技术官 王一舟
王一舟以自动驾驶行业作类比,提出在明确的ODD(运行设计域)内先形成可量产、可被终端用户使用的产品,再从真实使用中回收长尾数据。这一判断意在把数据飞轮的起点从模型实验室移到产品现场,机器人首先要有被持续使用的理由,才可能有持续回流的数据。
秦海龙所强调的数据飞轮“运转逻辑变化”,提示行业不能机械复制其他AI领域的数据经验。基础模型可以从互联网存量内容中获得大规模语料,自动驾驶可以借助量产车辆形成行驶数据回收。
而具身智能既缺少足够大的统一终端保有量,又面临本体、任务和场景的高度异构。它要建立的,是一种同时连接通用知识、专业任务和真实部署的新闭环。
姜峣对“如何使用和采集数据”的追问,则构成另一层约束。如果行业还没想清楚数据究竟能让机器人学到什么,采集规模越大,也可能带来越高的无效投入。
乔晶关于算力的提醒同样如此,“我们现在拿不到最新先进的算力,算力上面还是很缺的。按照现在百万小时(数据)来推演的话,算力以后还要翻很多倍才足够去训练的,而训练(的成本)可能比采集还要贵”。
在她看来,数据飞轮不只是采集端的循环,清洗、标注、生成、训练和评测都在消耗资源,任何一环成本失控,都可能让正反馈变成正投入、低回报。
这也意味着,部署数量本身并不是一个充分指标。大量重复运行可能只增加高度相似的日志,为了维持演示而设置的人工兜底,可能掩盖真实失败。缺少时间同步、动作状态或任务结果的记录,即使画面完整,也未必能够进入训练。
宽恒科技前沿技术研究院院长 乔晶
更关键的是,如果每增加一个新场景,都需要同比例增加采集员、标注员和驻场工程师,那么数据增长仍然接近线性扩张,边际成本没有因规模而显著下降,飞轮就还没有真正获得加速度。
从这个角度看,行业当前面对应当是一道转化的缺口,在已经产生的数据里,有多少能够准确定位模型的缺陷?经过一轮训练后,这些缺陷是否真正消失了?修复一个缺陷,又是否会出现新的问题?回答不了这些问题,再大的数据库也只是静态库存。
是时候,从规模崇拜转向信息密度
圆桌对“具身大模型到底需要什么样的数据”的讨论,出现了一个值得重视的变化。嘉宾们不再把规模与质量视为二选一,转而开始讨论数据究竟携带了多少新信息,以及这些信息能否被模型吸收。
周鑫指出,Scaling不是单纯把数量提上去。如果把第一人称视角数据长期限制在同一个工厂操作台,即使累计极高时长,信息量也不足以支撑通用大脑。“1万小时的高质量数据,可能胜过10万小时不经配比、不做清洗的低质量数据。整个数据的Scaling,一定得结合数据质量和数据信息量一起探讨”。
这里的关键是数据评价的分母正在改变,同样一小时,重复熟练动作、跨场景操作、异常恢复和人机交互所包含的学习价值,完全不同。
周鑫看重Ego数据,正是因为这种采集方式有机会进入不同环境,覆盖多样的真实动作。但他并没有因此否定真机遥操,而是把两者放进不同的能力分工。
Ego数据更适合为预训练提供跨场景、跨任务和跨本体经验,高精度但场景相对局限的遥操数据,则更适合后训练阶段。“应该从模型缺失什么能力的角度去考虑,我们到底应该怎么采,怎么用这个数据,包括现在像Astra这样的模型出来后,可能整个数据的处理方式也会随之改变。”周鑫说。
斜跃智能首席AI科学家 周鑫
吕峻的观察则呈现了另一种视角。他认为,当前行业讨论的重点已经从无数据可用,逐渐转向数据清洗、标注和训练配方,也就是Training Recipe。
数据采集人员的交谈、休息或无关走动等片段被一并录入,只是表层质量问题。更深层的问题是,数据中的任务阶段、接触状态、失败原因和动作结果能否被有效组织,不同标注方案能否对应到明确的模型表现。
吕峻并不认同“行业仍然无数据可用”的简单描述。在他看来,“在当前这个数据量级下,其实已经能够做出一些比较不错的模型成果”,只是距离具身智能的长期需求仍远远不够。
这一区分十分重要,强调质量,并不意味着规模不再重要,承认长期数据缺口,也不代表当前只能等待更多数据,而不能推进模型和场景验证。
穹彻智能的技术路线也反映了这种变化。在Noe-0技术预览中,不仅讨论世界动作模型和无本体数据,还强调预训练与任务后训练之间动作分布的连续性,并以DM3连接任务管理、质量检查、数据治理、标注与交付。这说明数据工程开始成为模型设计的一部分。
姜峣则把数据质量进一步推向物理执行层。他以观看乒乓球视频为例,观看视频可以帮助人理解规则,近距离观察球员可能让人学到一些技巧,但它们都不等于真正获得打球的手感。
在抓取、装配等接触密集型任务中,同样的视觉动作,可能对应完全不同的受力、滑移和材料状态。如果这些信息没有被感知和记录,再庞大的视觉数据也难以凭空恢复全部物理过程。
因此,姜峣对在行业尚未回答“操作数据究竟包含哪些维度”之前就大规模采集,持谨慎态度。他想提醒行业,如果缺少对隐性物理信息的理解,数据Scaling可能更多作用于语义和任务规划,却未必能突破操作执行。
Ego数据、世界模型生成数据、仿真数据等,正在被不同团队混合使用。“没有一个固定的数据标准,导致大家都是从不同的方向上来发力。”这是乔晶从客户端观察到的现象,行业对数据类型、数据金字塔和仿真占比的判断仍在快速变化,不少团队在经历机器人进入真实场景测试后,又重新加大了真机数据与采集硬件的投入。
穹彻智能预训练负责人 吕峻
这是早期行业通过真实反馈校正数据定义的过程。当仿真数据在真实任务中暴露差距,行业就会重新评估真机数据;当真机采集成本过高,团队又会寻找Ego、无本体和生成数据的替代空间。数据配方就是不断接受模型效果和部署成本检验的工程变量。
秦海龙进一步把数据问题概括为Generalist与Specialist的关系。他以基模和智驾类比,基础模型追求通用能力,智驾的模型更接近特定领域专家,具身智能既需要通用知识,也需要针对具体的本体和任务的专业知识。
两者不是对抗关系,不同训练阶段可以采用不同的数据混合比例,通用知识、跨任务经验与本体数据应当共同进入模型。尤其是失败数据,最能检验一套数据体系是否成熟。
真机、Ego、仿真与生成数据,不是淘汰赛
围绕真机遥操、Ego、仿真和模型生成数据等的争论,经常被写成路线之争。但从此次圆桌上的具体实践看,行业更可能走向按训练阶段和目标能力组织的混合配方。
王一舟把团队实践拆成pre training(预训练)、mid training(中期训练)、post training(后训练)三个阶段。
预训练使用人类视频和多样化的真机遥操数据,以扩大任务与场景覆盖;中期训练强调高质量第一人称操作数据,以及目标本体、目标部署场景的遥操作数据,使模型逐渐对齐实际观察和动作分布;后训练仍离不开真机强化学习,以及部署过程中的人工接管。
这里指出,不同数据其实是在补不同的能力缺口。互联网视频和人类第一人称数据有利于学习语义、物体关系与广泛操作先验,但缺少精确动作标签和机器人本体状态;
真机遥操可以提供高质量动作对齐;仿真适合大规模试错、危险场景和受控对比,但在接触密集、柔性物体、摩擦与滑移等问题上仍要面对仿真到现实的差距。
跨本体复用则是混合数据路线必须跨过的一道难关。不同机器人在关节数量、控制频率、传感器配置上存在差异,同一个指令,对应的动作空间和接触过程可能完全不同。可以共享的,往往只是任务语义、空间关系、物体可供性和部分策略表征,控制参数一类却不能直接照搬。
维他动力联合创始人 秦海龙
橡木果公开发布的Natus AGE-0路线,从视触觉、滑移感知和端侧“本能反射”切入底层操作。从介绍来看,这是一种不依赖数据预训练的技术探索。
但它能否在更大范围兑现其泛化主张,仍需要更多场景验证,但它也在提醒行业,所谓数据不足,有时并非只是数量不足,而是关键物理模态根本没有进入数据。
所以,比“真机、Ego和仿真谁占多少比例”更有价值的问题,是哪一种组合能够以最低成本补足模型当前最缺的能力。
Astra之后,是端云价值重估
关于数据、模型的讨论,因GPT-6 Astra的出现而进一步升温。
但这里首先要划清一个事实边界,OpenAI官方发布重点强调Astra在计算机使用、浏览、软件工程、科学研究和专业工作等方面的通用能力,并未把它定义为机器人基础模型。它在机器人领域的影响,主要来自外部研究者和产业团队的后续测试。
由商汤日日新联合大晓机器人、南洋理工大学、东京大学等团队完成的一项针对Astra的技术报告《Has GPT-6-Astra Achieved Embodied Intelligence?》,覆盖12项代表性基准,并在8种真实机器人配置上进行实验。
报告认为,Astra已经展现出值得重视的具身能力,但尚未跨过实用具身智能的门槛;推理成本与执行时间、物理成功验证、不可逆失败恢复和长程任务进度保持,仍是明显挑战。
高层“慢思考”(System 2)推理模型与低层“快执行”(System 1)控制器进行闭环协作被证明有效,但频繁的高层监督也会带来较高成本。
这与吕峻在圆桌上的判断形成呼应。他提醒现场听众,通用模型“能够完成”,不等于能够以产业可接受的时间、响应速度和成本完成。一个模型可以花很长时间推理出“如何倒水”,另一个模型则以更短时间、更低成本稳定执行,这两者的智能水平不能只按任务是否成功来比较。
因此,吕峻不认为Astra的出现会让VLA、世界模型或端侧小模型失去意义。相反,通用模型越能展示物理世界推理潜力,越可能凸显高效执行层的价值。
他设想的架构是:云端较强模型承担复杂推理、任务调度、复盘和整理,端侧具身模型则把云端推理获得的经验沉淀下来,形成快速响应、任务执行和更高投入产出比的能力。
云端与端侧不是割裂或替代关系,关键在于知识能否下沉,而不是每次执行都重新支付一次完整推理成本。
周鑫以“有限规则的游戏”和“无限规则的游戏”区分两类需求:工厂等场景的任务和规则相对明确;家庭等环境则充满不同物品和随时变化的人类意图。一个看重稳定、节拍和执行成本,另一个更需要开放语义理解、人机交互和任务迁移。
在他看来,VLA和世界模型可以把某些规则相对明确的任务做得更快、更丝滑,却未必擅长处理训练分布之外的自由需求;Astra则展现出另一种潜力,面对意想不到的任务时,可能表现出更有逻辑的推理和动作组织。
王一舟对终局的判断更为集中。他认为,当前具身智能的不确定性仍然很高,终局未必属于今天的VLA或WAM的某一种,也不会是每个垂直领域各自训练一个模型,更可能由强基础模型赋能不同垂域,形成相对集中的格局。但他同时承认:“至于说这个模型是什么样的,我觉得现在没有人能够说得明白。”
乔晶则对这种集中化判断保留了不同意见。她同样从智驾领域获得启发,但关注的是端到端能力背后的部署条件,车辆被投放出去,真实数据被回收后,模型才具备进一步演化的基础。
即使智驾发展多年,不同技术路线也并未完全消失。由此类比,具身智能未来未必是一家独大,也可能在不同场景中形成多种能力的融合。
橡木果发起人 姜峣
姜峣对模型终局同样没有给出确定答案。他认为,新技术出现时多条路线并存是正常现象,真正需要讨论的是数据驱动的能力边界。
在他的判断中,语义理解、知识推理和任务规划更适合由数据驱动模型承担;但与真实物理世界持续接触的底层执行,可能还需要不同形式的端侧模型或控制机制,不一定完全依赖数据驱动。
端侧模型的意义,因此不仅是降低云端推理成本,也可能是承接另一种更接近反射、控制和实时物理反馈的智能形式。VLA、WM与WAM不必被写成简单的替代关系。VLA重点连接感知、语义与动作;WM更关注动作之后环境如何变化;WAM则尝试把未来状态建模与动作生成放入更紧密的框架。
显然,六位嘉宾并未在模型终局上达成一致,但他们削弱了此前一种单一的论调,某个通用模型出现,并不意味着既有具身模型路线被一夜清零。数据条件、任务边界、部署成本与模型能力,仍将共同决定架构演进。
具身智能当然仍需要更大的数据规模,也需要模型架构的突破。但这场圆桌最重要的启示是,当前的难题已经不在“数据量不足”,谁能更高效地生产智能,才是行业的关注点。
数据飞轮真正的护城河,是系统能否从噪声中筛出真正改变行为的经验,以及新的能力返回现场后带来新的使用与收入。
当模型升级不再需要每个场景从头再来,数据飞轮才算真正开始转动。那时的竞争,应当是智能进化效率的竞争。关于这个,我们很期待。