数据瓶颈：人形机器人智能跃迁的核心难题

人形机器人的赛场故事，正在从马拉松跑道蔓延至更广阔的产业版图。2026年春天，北京亦庄的机器人马拉松见证了三百余台设备的竞逐盛况，机器人已能自主完成半马赛程、龙旗下平板工厂的上下料作业、春晚舞台的武术表演。这些成果看似光鲜，却掩盖不了一个根本性的缺憾：机器人依然不够聪明。

时间回溯：从AlphaGo到智能涌现的期待

回望人工智能的发展轨迹，2016年AlphaGo击败李世石时，业界就开始畅想具身智能的涌现时刻。大语言模型的突破让人们更加确信，数据驱动的智能跃迁必然会发生。然而人形机器人的数据需求，与语言模型有着本质差异。GPT-5使用了100万亿token的训练语料，这些数据可以从互联网的日常应用中轻松获取——迪士尼动画、电子版苏东坡词集，皆可成为高质量文本数据。相比之下，机器人需要的是三维开放世界的知识，每获取一小时真机数据，成本高达200元甚至更高，数量级和复杂度完全不可同日而语。

关键节点：50万小时与1亿小时的鸿沟

当前行业面临的核心瓶颈，在于数据供需之间的巨大落差。觅蜂科技董事长姚卯青指出，整个行业高质量真机数据汇聚在一起，凑凑可能仅有50万小时的规模，而要达到智能涌现时刻，1亿小时的训练数据可能都不够。这意味着高质量真机数据的供需之间，存在成千上万倍的差距。更棘手的是，现存数据质量参差不齐，标注不规范、传感器空间标定缺失、时间同步问题频发，脏数据充斥着整个市场。外购数据质量往往不达标，导致优秀算法被误判为无效。

经验总结：数据孤岛与标准缺失

各机器人企业的数据标准各自为战，数据格式、标注体系自成一体，形成一个个孤岛，难以互通复用。这导致企业与企业之间、上下游之间、应用方与数据生产方之间的协作成本极高，整个产业难以形成合力。极佳视界联合创始人朱政透露，其公司在训练模型过程中使用了约几十万小时数据，其中大部分来自实验室环境或人工设置好的场景，远不够真实。现有视频数据标注普遍简略，对环境描述、任务描述远远不足。

方法提炼：数据金字塔与三大来源协同

突破困局的关键，在于建立多层次的数据体系。光轮智能CEO谢晨提出数据金字塔概念：顶层是真机数据，质量最高但成本最大；中间层是仿真数据，作为退而求其次的替代；底层是视频数据、互联网数据尤其是人类数据。比照特斯拉FSD通过上百万辆车获取真实场景数据的模式，具身智能需要动员真机、仿真、人类三大核心来源，需要10亿个数据生成器。

应用指导：效率提升与评价体系构建

在数据稀缺背景下，提升数据利用效率同样关键。当前极佳视界每年在GPU算力上的支出高达数千万元，用于处理几十万小时的训练数据。若将训练数据扩增100倍甚至1000倍，单单GPU成本就会超过企业承受范围。因此一方面要扩增数据规模，另一方面要改善模型架构、提高运行效率。此外，构建可规模化的评价体系至关重要——如果没有合适的评价体系，企业就不知道用什么样的数据能够做好具身模型。仿真能力，将成为评价体系底层的核心支撑。