作者：马赫环
在具身智能行业，数据是个大问题。
现在制约具身智能赛道发展的因素是具身模型不够智能化，因此影响了商业化落地速度，但再往下捋，说到底还是数据问题。
有报道称，假设机器人迎来自己的ChatGPT时刻，需要训练1.1万亿token的数据。若全部依靠真机采集，约需超过两万台机器人连续工作一整年，产出千万小时级的有效数据。
对比之下，目前全球可用的高质量真实数据总共只有数十万到百万小时级。
为了增加有效数据的采集效率，现在的具身智能行业开始逐渐尝试摆脱机器人本体的路子，从而让采集变得更轻更便宜，也更容易扩大规模。
从遥操到AI：为解决数据成本 数采开始脱离机器人本体
头几年，机器人的数据采集主要依靠遥操作学习，人工操作员控制机器人完成任务，系统记录关节状态、采集点动态轨迹等。由于需要真实的机器人、操作设备和人员投入，这种数据尽管可以直接用于训练，但代价就是贵且低效。
一位曾在数据采集企业任职的前工程师秦伟（化名）介绍说，遥操训练一小时的对外报价三百元至千元级别。原因如秦伟介绍，“报价根据数据质量和规格情况不同而不同，但都是硬投入”。
用机器人训练的数据质量高，这不假，但贵也是真贵。于是乎，具身智能赛道开始尝试着摆脱机器人本体。
斯坦福大学、哥伦比亚大学、丰田研究院的联合团队在2024年的机器人顶会RSS上提出了UMI（Universal Manipulation Interface，通用操作接口）框架，通过手持夹具与界面设计，实现便携、低成本、信息丰富的数据采集，手持式夹爪集成运动相机、155°鱼眼镜头、物理侧镜和IMU传感器。
再后来，Ego第一视角采集技术将这件事进一步简化。人戴上相机就可以走进家庭、办公室、商店，在真实环境中完成各种操作。
即便有了更高效的数据采集方式，但面对着海量的数据需求，新的数采手段也无法满足企业的快速落地要求。在这种压力下，数采这个活干脆不走“正道”了，“邪修”们开始粉墨登场。
“正道”老实，数据采集多少还依靠机器人或者人类，老老实实玩“角色扮演”，“邪修”们可就不一样了，那是连硬件都不用了，直接上仿真数据。
成立于2021年的跨维智能，核心产品虽然包含了软件和硬件，如自研具身仿真引擎DexVerse、世界模型DexWorldModel、DexForce W1 Pro通用人形机器人，但核心竞争力还是自研生成式具身智能引擎。
跨维智能的创始人为贾奎教授，其研究方向覆盖深度学习、三维几何计算机视觉等领域，相较于依靠真机遥操的数据采集模式，生成式仿真的路子解决了效率问题，通过三维物理世界的规律建模，跨维智能从造数据到训练模型，再让模型在真实场景中工作，只需6-8小时。商业人形交互任务，数天即可完成全流程调试。
如果仿真式数据还不够快？没问题！直接上AI狠活！
成立于2026年5月的元环智能，其创始人兼首席科学家刘子鸣认为，大语言模型只能解决能够说得清的任务，但这些问题只占大约30%，剩下的70%问题则要依靠更底层直觉，包括AI本身的设计，单靠语言解决不了。
据报道，元环智能的“元模型”（MetaModel）是一台能直接生成模型架构和训练超参数的“直觉机器”，给其一个陌生模型，其能预判表现如何、在什么场景下更适配。这条路子不靠堆资源和算力，更靠直觉。
换句话说，元环智能要搞一个设计AI模型的模型。元环智能计划2027年推出通用的元模型1.0，生成适配各个垂直领域的专用模型。
资本加速押注 赛道进入高压试错周期
先是机器人，再到人类，然后是仿真数据，最后干脆连模型带数据都交给AI，不得不说，针对数据问题的解法，越来越有点走极端的意思。
背后还不是市场需求给逼的。
秦伟介绍，这几年市场上对数据的渴求有点病态，具身智能模型因数据不足而不够智能，无法满足需求，传统的遥操、真机训练效率太慢，进一步推迟机器人下线商用时间。
“我理解这种紧迫感。”秦伟说。同时其也谈到了对真机训练（包括Ego）、仿真数据、AI设计这三条技术路线的看法。
“真机数据质量不用多说，只要机器人形态差不多，通用性杠杠的，但贵也是事实，一小时几百元、几千元的都有，训练起来要真人一点点调教。”最后，秦伟给了一个“磨人”的评价。
而在涉及到仿真数据路线时，秦伟则显得较为谨慎，其将这个过程比喻成虚拟游戏。
“再逼真的物理引擎和现实一比，也算是个巨大的数据黑洞。生成式的仿真数据显然自身也需要对现实世界的更多认知，用认知不全的数据训练，具身智能模型自然会有不足。”
但秦伟话锋一转，“不能否认，这路子数据确实快。这种训练，相当于一个对现实世界只有基础认知的5岁孩子去教1岁孩子这世界是什么样的”。
在提到AI设计模型的时候，秦伟两手一摊，“只能看看再说了”。
各路线的优劣是明摆着的现实，但面对市场需求剧增的现实，相关企业都很拼。
虚拟动点以Optitrack光学动作捕捉相关硬件、软件及综合解决方案等业务为主，目前已广泛应用于游戏制作、影视拍摄、医疗康复、运动训练、工业仿真、虚拟数字人及具身智能等领域。
7月，据彭博社报道，跨维智能正考虑在香港进行IPO，当前相关事项仍处于前期沟通阶段，具体时间表等核心细节尚未最终敲定。
而成立至今仅4个月的元环智能，则在10月15日宣布，不久前完成连续两轮共计数亿元融资。所获融资将用于元模型的核心算法迭代与阶段性产品的探索、扩充团队，并持续发布自研基准benchmark。
具身智能表层比拼的是模型能力与硬件产品，但深层博弈本质是数据供给体系的较量，这正是行业当下遭遇的现实麻烦。
真机遥操作数据质量高，但采集成本高昂、产出效率有限；仿真数据能够快速大规模生成，却始终绕不开虚拟环境与真实世界之间的现实鸿沟；元模型这类更前沿的技术路径，目前仍处在概念验证阶段，距离规模化落地尚有距离。
多条技术路线各有明显短板，没有出现可以兼顾成本、规模与质量的完美方案。而在巨大的数据缺口面前，并行试错会成为行业常态，选择或者兼顾多条路线，都将直接决定具身智能商业化落地的推进节奏。
