03
具身数据正在变成一门硬件生意吗？
无论具身智能的通用性能，还是垂直场景性能，模型都需要大量高质量的数据。
机器人的数据采集，目前主流的方式有遥操作、 无本体 UMI 与数据手套、第一视角采集与动捕、真机本体采集等，几乎每一种，都涉及硬件，有人笑称，具身智能的数据采集，是不是变成了一门硬件生意？
其实数据的重要性不在数据本身，而在于模型，在于智能。只有当数据足够多，足够高质量，能够反哺模型进化，并且在场景中形成数据闭环和数据飞轮，它的意义才真正体现。
光轮智能是独立具身智能数据领域的头部公司之一，围绕人类第一视角数据、物理仿真、规模化评测和真机反馈，构建 Real2Sim2Real 数据闭环。
此次 WRC，光轮智能重点展示了 SimFoundry 仿真和 RoboFinals 评测体系。SimFoundry 通过真实物体参数测量和自研物理求解器，提高衣物、线缆等柔性物体的仿真精度；RoboFinals 则用于机器人模型的大规模测试和评估，让模型在进入真实场景前先经过系统验证。
遥操、UMI、动捕，是以人为中心的高质量数据获取方式，但它们的成本还是太高，较难满足模型对数据量的需求。
具身数据的获取方式还有很多，比如靠视频数据，靠游戏数据，以及最近 1-2 年兴起的世界模型。
极佳视界走的是世界模型路线，将世界模型作为「数据放大器」。GigaWorld 根据机器人动作推演环境变化，批量生成训练和测试所需的交互数据；GigaWorld-1 进一步加入动作建模和物理参数估计，提高抓取、碰撞等操作模拟的可信度。
所以数据并不是一门单纯的硬件生意，而是有多种类型，多种形式的。并且，相比单纯数据采集，为模型提供数据，对于具身智能模型提升更大的，可能是形成数据飞轮，而这是专注在具身数据采集的单个企业很难完成。
要形成数据闭环和数据飞轮，必须进入具体场景，和机器人一起协作，用真实产生的数据去迭代和优化模型。
例如，银河通用构建了「银河星数（AstraData）」数据基座，将互联网数据、人类行为数据、仿真合成数据、真机遥操和真实场景回流数据统一用于模型训练，并接入场景验证和回流优化的闭环。其通用小脑模型 AstraBrain-WBC 0.5 使用约 2 万小时、20 亿帧人类动作数据训练，工程优化后推理延迟低于 1.5 毫秒，整条动捕链路延迟小于 20 毫秒。
智元机器人的数采 2.0 体系，基于 430 余个真实场景搭建真机、无本体和多源数据金字塔，并把模型评测、场景落地、实景适配测试和运行数据回流放在同一体系中。
更进一步，还有海外创业公司在工厂环境中让现场工人现场纠正机器人，然后把新的行为继续接入流程，并且收集数据对具身模型进行 Post-Training。
银河通用、智平方、智元机器人等中国公司也已经在往这个方向进步，未来具身数据的共同趋势可能是：数据采集将从「集中式数采工厂」走向「机器人部署现场」。
