风语筑布局物理AI：长三角具身智能协作向数据与仿真延伸
21世纪经济报道记者柳宁馨报道具身智能产业正在形成新的分工，长三角的产业协作向数据、仿真延伸。“我们今年和松应科技合资成立了风应科技，面向物理AI领域布局数据等业务。我们还在杭州成立全资子公司，和当地在具身智能领域有很多深度合作，包括人工智能教育与AI科创研学。”风语筑生成式3D与空间智能实验室WorldX Forg.
21世纪经济报道记者柳宁馨报道
长三角的具身智能产业协作，正往数据、仿真等环节延伸，一条新的分工链条逐渐成形。
“今年跟松应科技一起，我们合资搭起了风应科技，重点做物理AI方向的数据等业务。另外在杭州设了全资子公司，跟当地在具身智能上合作很深，包括人工智能教育、AI科创研学。”这是风语筑生成式3D与空间智能实验室WorldX Forge负责人曹坤的说法。
一家靠数字展示起家的上市公司，如今把原有能力搬到了物理AI领域：上海总部之外，杭州也落了子公司。长三角具身智能产业协作的新变化，从这家企业身上可见一斑。
10月30日，风语筑主办WORLD X 2026世界模型与空间智能论坛，议题集中在世界模型、生成式3D、空间智能及物理AI等前沿方向。记者在現場了解到，一些原本做视频模型、XR硬件、3D资产生成的企业，正把业务快速拓展到具身智能行业，从数字空间走向真实空间，为机器人在具体场景中的训练提供服务。
具身智能产业协作边界在扩大
长三角具身智能产业链的合作范围，正从整机、核心零部件，往空间数据、仿真训练等环节铺开。
风语筑的业务变化，正好提供了一个企业层面的观察样本。
风语筑相关负责人向21世纪经济报道记者表示：“把真实空间结构化地表达出来、把场景数据攒起来，是AI智能体读懂物理世界、跟它打交道的重要前提，公司长期做的事情也正立在这个点上。”
风语筑过去的业务，主要围绕数字展示、空间构建和沉浸式体验展开。人工智能技术往物理世界延伸之后，公司开始尝试把数字空间方面的能力用于具身智能相关业务。
在杭州，风语筑参与打造杭州市具身智能展示与应用推广中心，还和宇树科技、浙江大学控制科学与工程学院等单位一起发布具身智能实践课程，探索把机器人应用场景带进人才培养和技能培训。8月16日，全国首个由宇树科技参与共建的职业技能培训中心，以及杭州唯一的具身智能人才培养与考试认证中心，在杭州揭牌。
再往技术更底层的环节走，风语筑也在铺。论坛期间，它跟VAST签了战略合作，生成式3D与空间智能实验室WorldX Forge就此正式挂牌，后续会围绕空间数据生产、仿真环境搭建、合成数据生成这些方向做探索。
这样的探索不止一家企业在做。具身智能行业对真实场景数据和仿真训练的需求往上走，长三角也在加快搭建专业化的数据采集和训练平台，给产业链提供基础支撑。
浙江清华柔性电子技术研究院具身智能数据采集训练中心主任陈毅豪对21世纪经济报道记者说：“具身智能眼下卡在真实数据不够，这是全行业的共性问题。”怎么花更少的钱、用更高的效率拿到高质量数据，成了业内集中攻的关口。
浙江德清那边，长三角（德清）具身智能数据采集训练场已经搭出多层次的数据采集场景，室内、室外、城市空间都覆盖。固定场景面积8000平方米，室外场地505亩，全域开放场景937平方公里，一年数据产能超过千万条。
配套建设的物理AI数据基座平台，则形成相应的数据服务闭环。平台把真实场景数据、仿真合成数据及相关工具链整合起来，为机器人、智能制造、
今年7月，南通几家本地国企拉到杭州国家具身智能应用中试基地一起，在具身智能数据采集、解决方案联合开发、场景推广应用等方面做战略合作，合力做“具身智能+新制造”的标准化解决方案；同时组了专班在南通落具身智能产业节点，接长三角区域的算力协同、数据服务、场景落地和生态拓展。
空间智能数据成为行业新关注点
具身智能的竞争重心，正从拼硬件转向场景应用，有效的空间数据、训练数据缺口仍然不小。
在WORLD X 2026论坛上，记者注意到产业界对世界模型、生成式3D、空间智能和物理AI的最新讨论。机器人要进工厂、仓储、家庭等真实场景，光识别物体不够，还得理解空间结构、物体之间的关系。这些任务要完成，离不开大量高质量数据。
国泰海通的研报提到，人形机器人面对的任务空间是开放式的，所以数据需求不是一锤子买卖，任务越复杂，需求越往上涨。国内本体厂商和各地数采中心、训练场现在都处在“先把场景建起来、再建数据”的阶段；动作捕捉与遥操作设备、数据标注与仿真合成、力觉、触觉与3D视觉这些环节，在整机大规模外售之前就有望进入采购周期。
真实数据、仿真数据和合成数据之间怎么协同，正成为产业绕不开的问题。
火山方舟大模型解决方案架构师吴赢博介绍：“拿Seedance视频模型来说，精准的视频编辑和数据泛化都能做到。走‘生成+打标+实采对齐’这条路，我们把数据训练的闭环建了起来，用AI生成技术去解具身智能里真实数据获取贵、扩量难这个核心痛点。”
落到具体应用上，借助生成式视频技术，在尽量保留原有动作标签的前提下，改变训练视频里的环境、光照、材质等条件，就能拓展训练数据的场景多样性，缓解真实数据采集成本高、长尾场景覆盖不足等问题。
Seedance 视频模型把场景泛化这件事做了出来，松应科技补上的则是仿真环境和训练验证的底座。
松应科技建起了 ORCA，这是全球首个异构计算物理 AI 仿真系统。按照联合创始人兼 CPO 张小波的说法，机器人还没真正进厂干活之前，企业就能靠这套系统给行业搭一个高保真的虚拟训练场。一套机器人学习与验证底座能在多个场景里反复用，眼下已经落到智能制造、仓储物流、家庭服务、电力作业四大场景中。
虚拟训练怎么接上产业应用？张小波给出的路径分几步走：先对真实工业产线做 1:1 数字精准复刻；再在虚拟环境里采集高质量场景数据；接着接入各类具身模型做算法训练；随后在虚拟环境中完成 SIL（软件在环）和 HIL（硬件在环）的严格验证；最后借 Sim2Real 技术，把模型无缝部署到真实产线，上线运行。
