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"学会步碾儿"的一年，2026 年正被逼着"学会干活"。一个祸患的现实是：在舞台上，机器东说念主的看成一年时期里突飞大进；在生计中，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。

百度智能云功绩群总裁沈抖确实认是：数据是制约行业发展的中枢短板，具身智能尚未干预分娩生计要领，数据未造陋习模化正向轮回，与自动驾驶的熟习数据生态存在较大差距。

用一句话转头的话：并非仅仅算法不够好，还触及到检修数据够不够多、够不够广、够不够"真"。

-  01  -

数据的"含金量"，才是实在的壁垒

每次谈及大模子时，"智能显现"的见地被往往提起：把互联网上的文本和图片喂给模子，智能就"显现"了。

在具身智能产业，雷同的逻辑却行欠亨。

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"经由级"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抓在手里是什么触感、掉到地上会若何回荡、抓太轻会滑落、抓太重会捏破。

互联网上莫得这些数据，必须有东说念主在真实天下里手把手教，或者通过遥操作开荒"示范"，代价是四个档次的数据逆境。

第一，表率缺失。

即使是合并个抓取看成，由于传感器型号、缺点扭矩精度、坐标界说方式的互异，数据之间互不兼容。完了是"行业清寒协调的数据现象表率与元数据表率，数据无法跨企业、跨平台复用。"

就像是战国时期的翰墨，每个诸侯国的"字"都差未几，即是莫得协调表率、彼此无法互通。

第二，蚁集老本腾贵。

真机遥操作蚁集是行业公认质地最高的决策，操作员衣着上动捕开荒和力反映手套，手把手带着机器东说念主完成每一个看成。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。

好比是让一个大学栽培去给幼儿园小孩一双一讨好，成果是好，但遵守太低，险些无法例模化。

第三，传统标注模式不适用。

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

但三维天下的交互，触及力觉反映、触觉感知、6D 解放度姿态，以及对物理规则的清晰。单单是标注一个"提起水杯"的看成，就需要同步纪录视觉、力觉、缺点角度、战斗点压力划分等多路信号。

第四，Sim2Real的领域。

在仿真环境中检修出来的机器东说念主计谋，迁徙到真实天下往往常"水土起义"：光照略微变了少许，物体摆放位置和检修时不相通，摩擦力、弹性质感与仿真参数有轻飘偏差……任何一个微小互异都可能导致通盘操作失败。

最终影响模子泛化性的身分，不仅仅"有没少见据"的问题，还牵累到"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协作的方式填补数据短板，缓缓造成了一套体系化的数据生成材干，不错清醒看到一个完整的三层结构：

第一层是基础设施层：制造躯壳和检修大脑材干。

一端是与东方精工合股打造的万台级东说念主形机器东说念主产线，惩办"躯壳"的规模化分娩；另一端是机器东说念主检修场，不时生成高质地交互数据，构建"数据大脑"。

第二层是中枢本领层："中枢零部件 + OS + 大脑"。

通过投资和合股布局，买通了一体化缺点、电机、机灵手、数据平台、具身大脑与操作系统等关键要领，把夙昔划分在产业链各处的材干，照应为可协同的系统材干。

第三层是"场景愚弄层"：场景落地汇集。

在工业与劳动场景中，与中国一汽、海晨股份等协作伙伴伸开探索，让机器东说念主在真实分娩环境中不停"回流数据"，造成闭环。

仅仅彼时业界的自如力还鸠合在"东说念主形"的形态上，对数据的商议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"  

干预 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，越来越多东说念主启动念念考——若何才能走向实用？

谜底无不指向了数据。

特斯拉的念念路是通过协调的 AI 架构，将全 FSD 的积贮扩张至具身智能领域，让东说念主形机器东说念主 Optimus 无需从零启动建造"天下模子"，K8凯发(中国)不错复用 FSD 的熟习管线，完毕从说念路到空间场景的迁徙学习。

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"数据蚁集检修场 2.0 "。

要是说传统 AI 像"应考栽培"，检修完了就定型；"数据蚁集检修场 2.0 "既像是一个学习各式妙技的"教学栽培学校"，又像是一个培训实习的"工场"，让机器东说念主在各行业正经"上岗"前，先学习、锻真金不怕火千般妙技。

大模子之是以在两三年内完毕质的飞跃，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检修。而具身智能险些莫得存量的物理数据，必须一帧一帧地蚁集。

在"数据从那里来，智能就从那里显现"的铁律下，数据量能够达到"智能显现"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"数据蚁集检修场 2.0 "，饰演的恰是"养数据"的变装。

确切地说是三个档次的数据：

一是轮臂操作，通过VR+全身增量遥操作，粉饰抓、拿、放等高频表率看成，满足规模化活水线功课。

轮臂机器东说念主亦然刻下离买卖落地最近的一条旅途，场景治服、看成表率化、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荒。

二是机灵手操作，搭载触觉机灵手与腕部六维力传感器，聚焦捏、扣、抓等五指紧密交互，对准的是复杂手眼协同。

东说念主类手指有跳动 20 个解放度，一个浅易的"旋开瓶盖 " 看成，就触及到指尖抓抓力说念的微调、手腕旋转角度的及时修正、视觉反映的闭环调整，数据蚁集难度指数级高涨，需要动捕手套 + 力反映 + 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，完毕了多缺点协同与全向挪动为止。

东说念主形机器东说念主是数据需求最"贪心"的一条旅途：全身 40 多个解放度同期通顺，每一步都涵盖重点均衡、步态调理、环境感知等协同，只好低老本、高遵守生成高质地、千般化的数据，才能建造起恒久壁垒。

需要确认的是，当今"莫得哪一条是完好的本线道路"。遥操作质地高但老本贵，便携蚁集规模大但不够紧密，仿真数据低廉却不够真实，三条道路谁也替代不了谁，适用于不同的场景、不同的阶段。

2023 年乐聚提倡生态计较的见地，标的相配明确——从"自建材干"走向"洞开材干"，第一阶段的中枢是搭建基础设施层和中枢本领层，第二阶段是场景愚弄层。

当现实、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破，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协作伙伴。同期也意味着，在乐聚基础设施照旧搭建熟习的基础上，买卖化将全面提速。

夙昔，东说念主形机器东说念主企业更像是"整机厂"，需要我方惩办险些总计问题；而在生态化阶段，更像一个"平台公司"，向外输出表率、器具链与基础材干，让协作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"，瞻望 2027 年数据量将跳动 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合股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 计较 2026 年中完毕月产 1 万台 ......

2026 年是具身智能的量产元年，也注定是直面买卖化的一年。至少乐聚机器东说念主在内的中国企业，照旧在商场爆发前夕把家具打磨熟习、把表率制定了了、把数据短板补都，为量产提前铺好了路。

大略在不久，咱们再评估一台东说念主形机器东说念主有多先进时，不再是惊奇于它能翻多高的跟头、跳多酷的街舞，而是像一个实在的伙伴那样，范例稳定地走到你眼前，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"》

 《炸药味鼓胀的智驾赛说念》

 《硅谷在"造墙"，中国在"修路"》

点"保举"K8凯发(中国)，变颜面哦。