东谈主形机器东谈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

剪辑｜沈菲菲

如若说 2025 年是东谈主形机器东谈主"学会步辇儿"的一年，2026 年正被逼着"学会干活"。一个难受的试验是：在舞台上，机器东谈主的看成一年时分里突飞大进；在生涯中，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。

百度智能云奇迹群总裁沈抖的证明是：数据是制约行业发展的中枢短板，具身智能尚未插足坐蓐生涯才略，数据未酿陈规模化正向轮回，与自动驾驶的老练数据生态存在较大差距。

用一句话风雅的话：并非仅仅算法不够好，还波及到考验数据够不够多、够不够广、够不够"真"。

-  01  -

数据的"含金量"，才是的确的壁垒

每次谈及大模子时，"智能披露"的成见被频频提起：把互联网上的文本和图片喂给模子，智能就"披露"了。

在具身智能产业，访佛的逻辑却行欠亨。

文本、图片、视频等多量是"公开数据"，具身智能需要的是"任务级"和"流程级"的物理交互数据。比如需要让机器东谈主知谈一个苹果捏在手里是什么触感、掉到地上会怎么改革、抓太轻会滑落、抓太重会捏破。

互联网上莫得这些数据，必须有东谈主在真实宇宙里手把手教，或者通过遥操作开发"示范"，代价是四个头绪的数据窘境。

第一，表率缺失。

即使是合并个抓取看成，由于传感器型号、枢纽扭矩精度、坐标界说方式的各异，数据之间互不兼容。扫尾是"行业缺少统一的数据时势表率与元数据范例，数据无法跨企业、跨平台复用。"

就像是战国时间的翰墨，每个诸侯国的"字"都差未几，等于莫得统一表率、互相无法互通。

第二，荟萃资本上流。

真机遥操作荟萃是行业公认质地最高的决策，操作员一稔上动捕开发和力反应手套，手把手带着机器东谈主完成每一个看成。单小时灵验数据的资本可高达数千元，且操作员上手门槛极高。

好比是让一个大学进修去给幼儿园小孩一双一辅导，后果是好，但服从太低，险些无礼貌模化。

第三，传统标注模式不适用。

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

但三维宇宙的交互，波及力觉反应、触觉感知、6D 解放度姿态，以及对物理礼貌的统一。单单是标注一个"提起水杯"的看成，就需要同步记载视觉、力觉、枢纽角度、斗争点压力散布等多路信号。

第四，Sim2Real的范围。

在仿真环境中考验出来的机器东谈主计谋，转移到真实宇宙时常常"水土抗争"：光照稍稍变了小数，物体摆放位置和考验时不相通，摩擦力、弹性质感与仿真参数有幽微偏差……任何一个轻浅各异都可能导致悉数这个词操作失败。

最终影响模子泛化性的身分，不仅仅"有没稀有据"的问题，还遭灾到"数据够不够真"。

参考自动驾驶行业的前例，东谈主形机器东谈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，包括乐聚机器东谈主在内的企业纷纷以生态互助的方式填补数据短板，徐徐酿成了一套体系化的数据生成才智，不错清澈看到一个完整的三层结构：

第一层是基础设施层：制造肉体和考验大脑才智。

一端是与东方精工合股打造的万台级东谈主形机器东谈主产线，措置"肉体"的规模化坐蓐；另一端是机器东谈主考验场，络续生成高质地交互数据，构建"数据大脑"。

第二层是中枢手艺层："中枢零部件 + OS + 大脑"。

通过投资和合股布局，买通了一体化枢纽、电机、聪惠手、数据平台、具身大脑与操作系统等关键才略，把昔时分袂在产业链各处的才智，拘谨为可协同的系统才智。

第三层是"场景愚弄层"：场景落地收罗。

在工业与管事场景中，与中国一汽、海晨股份等互助伙伴张开探索，让机器东谈主在真实坐蓐环境中不停"回流数据"，酿成闭环。

仅仅彼时业界的详尽力还合股在"东谈主形"的形态上，对数据的商讨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"  

插足 2026 年后，东谈主形机器东谈主在台前"上演式炫技"的同期，越来越多东谈主驱动想考——怎么才能走向实用？

谜底无不指向了数据。

特斯拉的想路是通过统一的 AI 架构，将全 FSD 的累积扩张至具身智能领域，让东谈主形机器东谈主 Optimus 无需从零驱动建树"宇宙模子"，开云体育不错复用 FSD 的老练管线，竣事从谈路到空间场景的转移学习。

国内厂商也在加快补数据的短板，比如乐聚机器东谈主在 4 月 28 日发布的"数据荟萃考验场 2.0 "。

如若说传统 AI 像"应考莳植"，考验完毕就定型；"数据荟萃考验场 2.0 "既像是一个学习各式妙技的"修养莳植学校"，又像是一个培训实习的"工场"，让机器东谈主在各行业崇敬"上岗"前，先学习、老练各种妙技。

大模子之是以在两三年内竣事质的飞跃，不是某一家公司明智，而是千里淀了二十多年的文本和图像等着被考验。而具身智能险些莫得存量的物理数据，必须一帧一帧地荟萃。

在"数据从那处来，智能就从那处披露"的铁律下，数据量能够达到"智能披露"的前提，是有东谈主先把数据荟萃的"基础设施"建起来。乐聚机器东谈主的"数据荟萃考验场 2.0 "，上演的恰是"养数据"的变装。

确切地说是三个头绪的数据：

一是轮臂操作，通过VR+全身增量遥操作，笼罩抓、拿、放等高频表率看成，舒适规模化活水线功课。

轮臂机器东谈主亦然刻下离生意落地最近的一条旅途，场景笃定、看成表率化、容错空间相对大，数据荟萃难度也相对可控，操作员通过 VR 头盔和手柄遥控机器东谈主，不需要全身复杂的动捕开发。

二是聪惠手操作，搭载触觉聪惠手与腕部六维力传感器，聚焦捏、扣、捏等五指紧密交互，对准的是复杂手眼协同。

东谈主类手指有朝上 20 个解放度，一个浅显的"旋开瓶盖 " 看成，就波及到指尖抓捏力谈的微调、手腕旋转角度的及时修正、视觉反应的闭环调整，数据荟萃难度指数级飞腾，需要动捕手套 + 力反应 + 高清视觉的多路同步。

三是全尺寸东谈主形操作，整合了搬、蹲、走等大范围拟东谈主功课，竣事了多枢纽协同与全向移动适度。

东谈主形机器东谈主是数据需求最"贪心"的一条旅途：全身 40 多个解放度同期长远，每一步都涵盖要点均衡、步态调养、环境感知等协同，只须低资本、高服从生成高质地、各样化的数据，才能建树起永久壁垒。

需要确认的是，当今"莫得哪一条是圆善的手艺阶梯"。遥操作质地高但资本贵，便携荟萃规模大但不够紧密，仿真数据低廉却不够真实，三条阶梯谁也替代不了谁，适用于不同的场景、不同的阶段。

2023 年乐聚建议生态规划的成见，场地止境明确——从"自建才智"走向"绽开才智"，第一阶段的中枢是搭建基础设施层和中枢手艺层，第二阶段是场景愚弄层。

当本色、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突，而是通过生态放大——等于当今正在开展的第三阶段，面向行业招募二次开发互助伙伴。同期也意味着，在乐聚基础设施一经搭建老练的基础上，生意化将全面提速。

昔时，东谈主形机器东谈主企业更像是"整机厂"，需要我方措置险些悉数问题；而在生态化阶段，更像一个"平台公司"，向外输出表率、器具链与基础才智，让互助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谈主团队正在从"造机器"转向"养数据"，瞻望 2027 年数据量将朝上 1000 万小时，东谈主形机器东谈主的" ChatGPT 时刻 " 可能在两年后到来。

-  03  -

写在临了

乐聚机器东谈主与东方精工合股打造的国内首条万台级东谈主形机器东谈主自动化产线已在广东佛山启用；特斯拉 Optimus 规划 2026 年中竣事月产 1 万台 ......

2026 年是具身智能的量产元年，也注定是直面生意化的一年。至少乐聚机器东谈主在内的中国企业，一经在市集爆发前夕把居品打磨老练、把表率制定明晰、把数据短板补皆，为量产提前铺好了路。

大概在不久，咱们再评估一台东谈主形机器东谈主有多先进时，不再是咋舌于它能翻多高的跟头、跳多酷的街舞，而是像一个的确的伙伴那样，次第平安地走到你眼前，稳稳地递上一杯咖啡。

推选阅读

 《华为联手南边病院重构医疗 AI 新范式》

 《打造"龙虾军团"必须跨过四谈"存一火坎"》

 《炸药味富有的智驾赛谈》

 《硅谷在"造墙"，中国在"修路"》

点"推选"开云体育，变面子哦。