數(shù)據(jù)競賽的關(guān)鍵分水嶺，已不再是數(shù)據(jù)方案的路線之爭，而在于是否回歸到數(shù)據(jù)采集的“第一性原理”：追求可復用、可擴展、可演進的規(guī)模化數(shù)據(jù)流。那些執(zhí)著于單一本體、高成本標注的傳統(tǒng)遙操模式，不僅難以支撐Scaling Law所需的數(shù)據(jù)洪流，更在根本上背離了智能泛化的基本邏輯。

作者：王夢燦

編輯：狄鑫彤

出品：具身研習社

2025年11月4日，美國硅谷機器人公司Generalist AI發(fā)布了一個震撼行業(yè)的消息：他們的GEN-0具身基礎(chǔ)模型在27萬小時人類操作視頻數(shù)據(jù)上完成訓練，首次在機器人領(lǐng)域驗證了Scaling Law的存在。這被業(yè)內(nèi)譽為具身智能的"ChatGPT時刻"。

圖片來源：Generalist

27萬小時是什么概念？

這一數(shù)據(jù)量遠超目前公開的所有本體機器人數(shù)據(jù)集，且仍在以每周1萬小時的速度增長。與此形成鮮明對比的是，一度被視為“金字塔尖”的存在的真機遙操數(shù)據(jù)采集模式在效率上陷入了難以逾越的瓶頸，其緩慢的積累速度使其根本無法滿足Scaling Laws對數(shù)據(jù)規(guī)模的指數(shù)級需求。

真機遙操數(shù)據(jù)的采集，本質(zhì)上是一種受限于物理世界的線性積累過程。其典型模式是圍繞特定機器人硬件，建立線下數(shù)據(jù)工場，由操作員通過遙操作真實機器人進行任務演示。這種模式的幾個內(nèi)在特性，決定了其難以跟上Scaling Law的步調(diào)：

線性增長與指數(shù)需求的對立：Scaling Law揭示，模型性能隨著數(shù)據(jù)規(guī)模呈冪律提升，這意味著需要數(shù)據(jù)量能持續(xù)指數(shù)級擴張。然而，真機遙操數(shù)據(jù)采集嚴重依賴“堆人頭”和實機運行，其增長是線性的。每一個數(shù)據(jù)點的產(chǎn)生，都伴隨著真實的硬件磨損、物理運動時間和人力成本。即便建立數(shù)百人的采集基地，其年數(shù)據(jù)產(chǎn)量也往往停留在萬小時級別，與Scaling Law所要求的“數(shù)據(jù)洪流”相去甚遠。

物理硬件的“錨定效應”：真實機器人的部署、調(diào)試和維護流程復雜，使得數(shù)據(jù)采集體系剛性且笨重，無法實現(xiàn)靈活、快速的規(guī)�；瘮U展。數(shù)據(jù)的積累速度被物理硬件的能力和可用性牢牢鎖死。有從業(yè)者坦言：“我們傾注全力建設的實體工廠，其數(shù)據(jù)產(chǎn)能天花板清晰可見，這種模式無法支撐我們走向 scaled model。”

不惜成本大搞特搞數(shù)據(jù)采集，最終只能沉淀出百萬級數(shù)據(jù)集。"就算將注入全部心血搞出的數(shù)據(jù)集開源，于產(chǎn)業(yè)困境而言也不過是杯水車薪。"某具身智能從業(yè)者曾對具身研習社表示。

可見，真機遙操數(shù)據(jù)雖質(zhì)量更高，但我們?nèi)孕枰�摸索出一條能解決數(shù)據(jù)規(guī)�；�的道路。在等待真機數(shù)據(jù)解鎖規(guī)模增長的同時，Generalist方案代表的是另一種解法。

誠然，技術(shù)路線沒有對錯之分，拼的是發(fā)展路徑能否適應AI規(guī)�；�定律的關(guān)鍵分野。但至此，一道看似無解的題就擺在面前：如何突破數(shù)據(jù)采集的規(guī)模瓶頸？

這題該怎么破？

想解決問題先問問機器人需要什么

破題的第一性原理要回到具身機器人的“語言”中，產(chǎn)業(yè)的核心命題從來不是盲目擴張市場規(guī)模、追求表面的 “蛋糕做大”，而是沉下心傾聽具身機器人的 “真實需求”：它需要什么樣的場景土壤、技術(shù)支撐與數(shù)據(jù)養(yǎng)分，才能真正完成從“技術(shù)展品”到 產(chǎn)業(yè)工具”的跨越？

具身機器人的價值實現(xiàn)，核心在于“用起來”的深層邏輯，即場景應用必須同時滿足剛需性、長效性與規(guī)模經(jīng)濟性的三重訴求。這三者構(gòu)成了產(chǎn)業(yè)落地的底層支撐：剛需性是場景存在的前提，指向產(chǎn)業(yè)未被滿足的核心痛點；長效性決定了價值的可持續(xù)性，避免短期噱頭式應用；規(guī)模經(jīng)濟性則是產(chǎn)業(yè)規(guī)�；�的關(guān)鍵，支撐技術(shù)迭代與商業(yè)閉環(huán)的正向循環(huán)。

當前行業(yè)內(nèi)頻繁出現(xiàn)的表演、展演場景，本質(zhì)上只是商業(yè)化初期的“場景切片”。這類應用雖能直觀展示技術(shù)進展、吸引市場關(guān)注，但遠非產(chǎn)業(yè)落地的完整圖景。具身機器人的真正落地方向，是成為人類勞動的 “協(xié)同伙伴”：

一方面將人類從重復性勞動、低價值繁瑣事務中解脫，另一方面承接高危、高負荷的作業(yè)場景任務，最終深度融入工廠生產(chǎn)、商業(yè)服務、特種作業(yè)等核心產(chǎn)業(yè)場景，實現(xiàn)勞動效率的躍遷與生產(chǎn)模式的升級。

核心產(chǎn)業(yè)場景的落地，絕非舞臺上依賴預設程序完成標準化動作的表演模式所能支撐。它要求具身機器人跳出“動作復刻”的桎梏，深度理解物理世界的內(nèi)在肌理與動態(tài)運行軌跡。包括環(huán)境變量的實時適配、物體屬性的精準感知、任務執(zhí)行的容錯邊界等核心命題。

換句話說，具身機器人不僅要“會做”，更要“懂做”：明確不同場景下“把事情做對”的標準，理解動作背后的邏輯關(guān)聯(lián)，而非機械執(zhí)行預設指令。

這種“懂做”的能力，本質(zhì)是對人類行為模式的系統(tǒng)性拆解、復現(xiàn)與優(yōu)化。相較于肢體擺動等大開大合的宏觀動作，長效落地的產(chǎn)業(yè)場景中，核心難點集中于觸覺反饋、力控精度、環(huán)境感知等精細化交互能力。

“AI教母”李飛飛在其最新發(fā)表的空間智能宣言中深刻剖析了這一難題。她指出，空間智能在人類與物理世界的交互中發(fā)揮著根本性作用——我們每天都在依賴它完成各種看似平凡的動作：停車時通過想象車頭與路沿間逐漸縮小的距離來判斷位置，接住從房間另一頭扔來的鑰匙，或是半睡半醒時不用看就能把咖啡倒進杯子里。

圖片來源：A16Z賬號截圖

然而，讓機器人掌握這種能力面臨嚴峻挑戰(zhàn)。李飛飛明確指出："開發(fā)這些機器人面臨的一個核心挑戰(zhàn)是，缺乏適用于各種具身形式的訓練數(shù)據(jù)。"

這意味著，機器人需要掌握更精細的物理交互數(shù)據(jù)：敲擊鍵盤時如何應對鍵盤的回彈？拿起一瓶礦泉水時，因為它并非純粹的剛體會輕微變形，那么又需要多大力氣來擰開瓶蓋？足量且高質(zhì)量的精細化數(shù)據(jù)，正是具身機器人精準執(zhí)行任務的"養(yǎng)分"。這部分人類難以言說的數(shù)據(jù)，成為制約其規(guī)模應用的重要痛點。

沒有完善的數(shù)據(jù)閉環(huán)喂養(yǎng)，其交互執(zhí)行極易陷入失控狀態(tài)，這也是行業(yè)內(nèi)諸多"落地試錯案例"的根源。社交媒體上流傳的具身機器人"黑歷史"，本質(zhì)上都是精細化能力缺失的直接體現(xiàn)：擰瓶蓋時因缺乏對不同材質(zhì)、不同擰緊度的精準力控能力，導致力度失衡壓扁水瓶；搭積木時因缺少對物體空間位置與動態(tài)碰撞的準確感知能力，不小心碰倒整排積木；工業(yè)裝配中因缺乏對細分零件的觸覺反饋處理能力，出現(xiàn)零件壓損或裝配錯位等問題。

這些看似瑣碎的失誤，恰恰暴露了產(chǎn)業(yè)的核心短板：精細化能力的缺失，讓具身機器人難以應對真實場景的復雜性與不確定性。而這種能力短板的核心癥結(jié)，在于缺乏能夠同時滿足物理真實性與規(guī)模化要求的訓練數(shù)據(jù)。 當行業(yè)困于這種核心能力的缺失，任何賬面上的訂單增長與出貨量，都難以轉(zhuǎn)化為實打?qū)嵉囊?guī)模應用落地。產(chǎn)業(yè)的真正拐點，必將始于在核心能力培育所需的數(shù)據(jù)供給上取得根本性突破。

真機不是萬金油

規(guī)�；瘮�(shù)據(jù)觸碰 Scaling law 

在明確精細化交互能力是具身機器人落地的核心瓶頸后，需進一步審視支撐該能力的數(shù)據(jù)體系結(jié)構(gòu)。行業(yè)內(nèi)一直公認的評級標準為“數(shù)據(jù)金字塔”。

這一金字塔分為三層：底層基座由互聯(lián)網(wǎng)海量級公開數(shù)據(jù)及人類操作視頻數(shù)據(jù)構(gòu)成，中間層為仿真合成數(shù)據(jù)，塔尖則是價值密度最高的真機遙操數(shù)據(jù)。

目前真正能讓具身機器人具備和物理世界深度交互、執(zhí)行工作任務的數(shù)據(jù)，主要依賴于金字塔中層的真機遙操數(shù)據(jù)和帶物理參數(shù)的仿真合成數(shù)據(jù)。

就真機遙操數(shù)據(jù)來說，其通過具身機器人在真實產(chǎn)業(yè)場景中實測獲得，涵蓋觸覺反饋、力控參數(shù)、環(huán)境交互動態(tài)等精細化數(shù)據(jù)。簡而言之，真機遙操數(shù)據(jù)就是“一對一手把手”教具身機器人如何工作，通過百人規(guī)模的遙操采集場，圍繞單一本體形態(tài)進行數(shù)據(jù)標注。單項工作任務中成功率較高，其每條運動軌跡都有人類的影子。

真機遙操數(shù)據(jù)的核心價值在于其對真實物理世界的高保真記錄。真實環(huán)境中的接觸動力學、摩擦力變化、物體形變、力反饋等復雜物理交互，都被完整捕捉在真機遙操數(shù)據(jù)中。這些來自真實世界的物理細節(jié)——尤其是接觸、摩擦等非線性動力學參數(shù)，能夠為機器人提供最直接、最真實的物理世界交互經(jīng)驗，這也是真機遙操數(shù)據(jù)被視為"金字塔頂端"的根本原因。

但也正是因為其采集方式，導致真機遙操數(shù)據(jù)存在部分痛點。

目前業(yè)內(nèi)具身機器人形態(tài)尚未收斂，就連相同身高的具身機器人臂長也有所不同，行動軌跡也自然有出入，這便導致數(shù)據(jù)采集難以跨形態(tài)部署。當機器人本體迭代或客戶需求變化時，此前的數(shù)據(jù)資產(chǎn)便難以復用，形成了"賣本體"驅(qū)動的數(shù)據(jù)采集模式，而非"數(shù)據(jù)驅(qū)動"的規(guī)�；�模式。

其次，數(shù)據(jù)采集往往消耗大量人力物力，鮮少有企業(yè)能承擔賬面壓力，大部分數(shù)據(jù)采集員為兼職，甚至整個場景數(shù)據(jù)采集為外包公司承接，一定程度上影響數(shù)據(jù)采集的質(zhì)量。

可見，諸多客觀因素導致真機遙操數(shù)據(jù)難以觸碰Scaling Law，而Scaling Law——即模型性能隨數(shù)據(jù)量和算力的增加而可預測地提升，才是具身機器人數(shù)據(jù)側(cè)的首要解法。

Generalist AI的突破，恰恰驗證了規(guī)�；瘮�(shù)據(jù)的可能性。Generalist發(fā)布的GEN-0具身基礎(chǔ)模型，用27萬小時人類操作視頻數(shù)據(jù)首次在機器人領(lǐng)域驗證了Scaling Law的存在。更關(guān)鍵的是，Generalist采用了UMI（通用操作接口）方案，數(shù)據(jù)采集設備與機器人本體解耦，可在全球數(shù)千個家庭、倉庫、工作場所靈活部署，實現(xiàn)了真正的規(guī)�；瘮�(shù)據(jù)采集。

圖片來源：Generalist

在數(shù)據(jù)規(guī)模化的另一條路徑上，仿真合成數(shù)據(jù)同樣展現(xiàn)出觸碰Scaling Law的潛力，且在經(jīng)濟效率上更具優(yōu)勢。同一套仿真場景資產(chǎn)，可以適配不同形態(tài)的機器人進行訓練，無需針對每個本體重新構(gòu)建環(huán)境。

更關(guān)鍵的是，仿真數(shù)據(jù)可在虛擬環(huán)境中快速生成海量、多樣化的訓練數(shù)據(jù)，在成本控制和部署靈活性上具有獨特優(yōu)勢。對于預訓練數(shù)據(jù)集幾乎為零的具身智能領(lǐng)域而言——并沒有上百萬臺機器人在工廠、車間和家庭中持續(xù)采集數(shù)據(jù)——這個巨大的數(shù)據(jù)缺口，恰恰需要仿真合成數(shù)據(jù)這種可快速擴展、成本可控的方案來填補。

一方面，仿真合成數(shù)據(jù)能解決數(shù)據(jù)缺失和難以規(guī)模化的痛點， 另一方面通過仿真方式能極大降低數(shù)據(jù)資產(chǎn)沉淀的成本。二者相加，便能打開仿真合成數(shù)據(jù)助力具身機器人應用海量數(shù)據(jù)的大門。

更為重要的是，仿真合成數(shù)據(jù)精準覆蓋精細化數(shù)據(jù)需求并具備泛化能力。仿真環(huán)境可精準模擬觸覺反饋、力控閾值等真機實測中難以捕捉的精細化參數(shù)，同時通過調(diào)整場景變量（如物體材質(zhì)、環(huán)境光照、任務流程），生成具備場景泛化性的數(shù)據(jù)，助力機器人算法適配更多元的真實場景。

仿真合成數(shù)據(jù)的商業(yè)價值，已通過實際案例得到印證。銀河通用堅持以仿真技術(shù)為核心研發(fā)路徑，成功推出“銀河太空艙”并在全國實現(xiàn)大面積落地，深度和每一位客人交互，用看得見摸得著的產(chǎn)業(yè)成果，證明了仿真路線在商業(yè)轉(zhuǎn)化上的巨大潛力。這種落地并非偶然，而是仿真數(shù)據(jù)優(yōu)勢與產(chǎn)業(yè)需求深度匹配的必然結(jié)果 。通過仿真積累的海量數(shù)據(jù)，支撐機器人在真實場景中實現(xiàn)更穩(wěn)定、精準的執(zhí)行，為商業(yè)規(guī)模化鋪平道路。

從產(chǎn)業(yè)發(fā)展規(guī)律來看，無論是Generalist用27萬小時人類操作視頻數(shù)據(jù)驗證的Scaling Law，還是仿真合成數(shù)據(jù)展現(xiàn)的規(guī)�；瘽摿�，都指向同一個核心命題：如何高效獲取海量、高質(zhì)量的訓練數(shù)據(jù)。

產(chǎn)業(yè)更應秉持客觀審慎的態(tài)度，回歸“需求導向”的核心邏輯，實現(xiàn)數(shù)據(jù)規(guī)模化是當下的關(guān)鍵。那些仍在圍繞單一本體建造遙操采集場的企業(yè)，本質(zhì)上是在用數(shù)據(jù)采集包裝"賣本體"的生意，其數(shù)據(jù)難以在Scaling Law的競爭中占據(jù)優(yōu)勢。

仿真亦是通途：物理真實與規(guī)模效率的協(xié)同進化

Generalist利用人類操作視頻數(shù)據(jù)驗證機器人領(lǐng)域的Scaling Law，其背后的數(shù)據(jù)邏輯與仿真合成數(shù)據(jù)不謀而合——兩者均致力于突破數(shù)據(jù)采集的物理限制，實現(xiàn)高復用性與規(guī)�；�效率。只不過，Generalist通過UMI方案在真實世界中實現(xiàn)跨本體數(shù)據(jù)采集，而仿真合成數(shù)據(jù)則選擇在虛擬環(huán)境中構(gòu)建數(shù)據(jù)流水線。

值得關(guān)注的是，仿真合成數(shù)據(jù)在規(guī)�；瘽摿ι险�展現(xiàn)出不亞于人類操作視頻數(shù)據(jù)的勢頭。"AI教母"李飛飛在其3天前發(fā)表的長文《從語言到世界：空間智能是AI的下一個前沿》中指出，機器人一直是具身智能領(lǐng)域的夢想，而世界模型（World Models）將是實現(xiàn)這一夢想的關(guān)鍵。她特別提到："我不會低估高質(zhì)量合成數(shù)據(jù)（Synthetic Data）的力量...它們在訓練過程的關(guān)鍵步驟中補充了互聯(lián)網(wǎng)規(guī)模的數(shù)據(jù)。"

早在前不久，李飛飛與英偉達AI科學家Jim Fan在一場NVIDIA Omniverse直播對話中，就仿真與世界模型進行深度對談。無獨有偶，下一期的Omniverse直播中，Omniverse & Physical AI產(chǎn)品營銷高級總監(jiān)Madison Huang與光輪智能創(chuàng)始人兼CEO謝晨博士，同樣也圍繞仿真合成數(shù)據(jù)如何縮小Sim-to-Real鴻溝展開了深度對話，進一步凸顯仿真路徑在主流技術(shù)路線中的地位正在強化。

圖片來源：直播截圖

謝晨在直播中指出：“當前已進入數(shù)據(jù)發(fā)展的關(guān)鍵階段。借助仿真技術(shù)與仿真資產(chǎn)，機器人領(lǐng)域可實現(xiàn)多項突破。”這一判斷的背后，是光輪智能在仿真數(shù)據(jù)體系上的系統(tǒng)化布局——從高物理真實性的仿真資產(chǎn)，到標準化、工業(yè)化的數(shù)據(jù)生產(chǎn)流程，最終形成可復用的工具鏈與開放生態(tài)。

在技術(shù)實現(xiàn)層面，光輪智能展示了其與NVIDIA合作開發(fā)的電纜仿真解決方案，能夠處理“可變形體+剛體”雙重物理屬性，為機器人操作線纜、軟管等復雜任務提供高保真數(shù)據(jù)。Madison Huang指出，“電纜操作是機器人領(lǐng)域的‘圣杯’問題”，在NVIDIA的生產(chǎn)環(huán)境中，單臺NVL72機架就需布設2英里長的銅纜，這類任務對機器人的力控與觸覺反饋提出極高要求。

圖片來源：直播截圖

為保障仿真數(shù)據(jù)的有效性，光輪建立了一套完整的基準測試流程：從物理屬性校準、遠程操控驗證，到強化學習壓力測試，并對比仿真與現(xiàn)實世界中的物理參數(shù)曲線，確保數(shù)據(jù)趨勢一致。謝晨強調(diào)，仿真的目標不是追求與現(xiàn)實完全一致的“數(shù)字孿生”，而是生成具有多樣性和代表性的“數(shù)字同類體”（digital cousins），以覆蓋真實場景中的數(shù)據(jù)分布。

在規(guī)模化方面，光輪通過標準化流程將現(xiàn)有數(shù)字資產(chǎn)快速轉(zhuǎn)化為仿真就緒資產(chǎn)。例如，一個冰箱模型的轉(zhuǎn)化時間可縮短至約20分鐘。同時，其對仿真資產(chǎn)進行深度優(yōu)化，支持單GPU并行運行成百上千個環(huán)境，為強化學習提供大規(guī)模、低成本的訓練條件。

在架構(gòu)設計上，光輪智能以仿真引擎為底層基礎(chǔ)，構(gòu)建可復用的工具鏈層——包括泛化學習、強化學習等模塊，均已實現(xiàn)產(chǎn)品化。在此基礎(chǔ)上，適配層根據(jù)不同客戶的傳感器與標注需求進行定制，從而快速響應多場景需求。

為拓展數(shù)據(jù)生成能力邊界，光輪與NVIDIA聯(lián)合推動Isaac Lab Arena開源框架的開發(fā)，用于基準測試、數(shù)據(jù)收集與大規(guī)模強化學習，并集成Cosmos等世界模型增強合成數(shù)據(jù)的多樣性與復雜性。這套“仿真-資產(chǎn)-工具鏈-生態(tài)”的閉環(huán)，為其規(guī)�；�服務客戶奠定了基礎(chǔ)。

目前，光輪智能的客戶除了英偉達，還覆蓋DeepMind、斯坦福、Genesis AI、Figure、1X、銀河、智元、阿里、字節(jié)等企業(yè)與機構(gòu)，在產(chǎn)業(yè)中逐步建立起技術(shù)信譽。Madison Huang在直播中評價稱，與這些頂尖團隊的合作，“本身就證明了光輪在仿真資產(chǎn)與合成數(shù)據(jù)普及方面的前瞻性”。

李飛飛在空間智能宣言中強調(diào)，空間智能需處理“語義、幾何、動態(tài)和物理”之間的復雜協(xié)調(diào)，其難度遠超語言模型的一維序列建模。仿真合成數(shù)據(jù)正是應對這一挑戰(zhàn)的關(guān)鍵路徑——它不僅僅提供數(shù)據(jù)，更在構(gòu)建一個可控、可擴展的物理學習環(huán)境。

光輪智能的實踐表明，仿真數(shù)據(jù)系統(tǒng)逐漸成為連接虛擬與現(xiàn)實、支持機器人從“感知”走向“操作”的基礎(chǔ)設施。據(jù)悉，光輪智能已實現(xiàn)破億營收，這也從商業(yè)層面驗證了仿真合成數(shù)據(jù)的規(guī)�；瘍r值正在被市場認可。

結(jié)語

Generalist以27萬小時人類操作視頻數(shù)據(jù)驗證了機器人領(lǐng)域的Scaling Law，其UMI方案更指明了一條數(shù)據(jù)規(guī)�；�的現(xiàn)實路徑。當多數(shù)企業(yè)仍困于為單一本體建造遙操工廠時，像Generalist這樣依托人類操作視頻融資1.4億美元，或如光輪智能憑借仿真數(shù)據(jù)實現(xiàn)營收破億，都已證明：規(guī)�；�的大門，早已向能夠突破數(shù)據(jù)瓶頸的玩家敞開。

這場競賽的關(guān)鍵分水嶺，已不再是數(shù)據(jù)方案的路線之爭，而在于是否回歸到數(shù)據(jù)采集的“第一性原理”：追求可復用、可擴展、可演進的規(guī)模化數(shù)據(jù)流。那些執(zhí)著于單一本體、高成本標注的傳統(tǒng)遙操模式，不僅難以支撐Scaling Law所需的數(shù)據(jù)洪流，更在根本上背離了智能泛化的基本邏輯。

Generalist的突破重寫了具身智能時代的數(shù)據(jù)法則：打破本體依賴，建立可復用、可擴展的數(shù)據(jù)飛輪，才是迎接Scaling Law時代的關(guān)鍵。

       原文標題 : 本體無關(guān)：Generalist 27萬小時要掀真機采集場桌子