2026年4月,斯坦福大學(xué)以人為本人工智能研究所發(fā)布的《AI Index Report 2026》揭示了一個(gè)令人警醒的現(xiàn)實(shí)：機(jī)器人在仿真環(huán)境中的操控成功率達(dá)89.4%，但在真實(shí)家庭場(chǎng)景中驟降至12%。這77個(gè)百分點(diǎn)的“仿真到現(xiàn)實(shí)遷移鴻溝”(Sim-to-Real Gap)，正驅(qū)動(dòng)全行業(yè)從“比模型”走向“比數(shù)據(jù)”，而真機(jī)數(shù)據(jù)成為填補(bǔ)這道鴻溝的關(guān)鍵配方!
01 行業(yè)轉(zhuǎn)向：去年比模型，今年比數(shù)據(jù)
2026年，具身智能的敘事邏輯發(fā)生了根本性轉(zhuǎn)變。過(guò)去一年里，行業(yè)的熱點(diǎn)還停留在模型架構(gòu)的創(chuàng)新、參數(shù)規(guī)模的比拼、訓(xùn)練算力的堆疊;而今年，聚光燈已經(jīng)悄然轉(zhuǎn)向了數(shù)據(jù)，尤其是真機(jī)數(shù)據(jù)!
《麻省理工科技評(píng)論》在其年度十大AI趨勢(shì)中，首次將“人形機(jī)器人數(shù)據(jù)”列為當(dāng)下最重要的命題。其核心邏輯清晰而直接：大語(yǔ)言模型靠海量文本學(xué)會(huì)了生成語(yǔ)言，人形機(jī)器人能否靠海量動(dòng)作數(shù)據(jù)學(xué)會(huì)在真實(shí)世界中干活?
然而，描述人類(lèi)運(yùn)動(dòng)與精細(xì)操作的數(shù)據(jù)，遠(yuǎn)不像互聯(lián)網(wǎng)文本那樣現(xiàn)成、廉價(jià)、可規(guī)?；廊?。覓蜂科技CEO姚卯青在4月的一場(chǎng)發(fā)布會(huì)上給出了一組震撼對(duì)比：GPT5訓(xùn)練語(yǔ)料折合約100億小時(shí)，而全行業(yè)匯聚的高質(zhì)量具身數(shù)據(jù)僅約50萬(wàn)小時(shí)，差距以萬(wàn)倍計(jì)。
樂(lè)聚機(jī)器人技術(shù)總監(jiān)王松也明確指出，當(dāng)前人形機(jī)器人產(chǎn)業(yè)面臨“本體與小腦技術(shù)趨于成熟，但大腦進(jìn)化嚴(yán)重受阻于數(shù)據(jù)”的困境。真機(jī)數(shù)據(jù)，是模型落地的最后一步，也是關(guān)鍵一步。沒(méi)有足夠覆蓋真實(shí)場(chǎng)景的高質(zhì)量動(dòng)作數(shù)據(jù)，再先進(jìn)的模型也只能是“紙上談兵”。
可以說(shuō)，2026年，行業(yè)的核心命題已經(jīng)從“如何設(shè)計(jì)更好的模型”轉(zhuǎn)變?yōu)椤叭绾潍@取更多的真機(jī)數(shù)據(jù)”。這一轉(zhuǎn)變，標(biāo)志著具身智能從理論驗(yàn)證階段邁入工程落地階段。
02 訓(xùn)練場(chǎng)+零工數(shù)據(jù)：全行業(yè)加速“制造”真機(jī)數(shù)據(jù)
為了彌補(bǔ)這一數(shù)據(jù)赤字，全行業(yè)開(kāi)始走出實(shí)驗(yàn)室，規(guī)?；亍爸圃臁闭鏅C(jī)數(shù)據(jù)。
政策層面，國(guó)家“十五五”規(guī)劃綱要明確提出統(tǒng)籌布局具身智能實(shí)訓(xùn)場(chǎng)，將其納入新一代人工智能基礎(chǔ)設(shè)施。據(jù)不完全統(tǒng)計(jì)，不到一年時(shí)間，國(guó)內(nèi)在建或建成的具身智能訓(xùn)練場(chǎng)已接近30家。這些訓(xùn)練場(chǎng)動(dòng)輒上千平方米，布置了家庭、工廠、商超、醫(yī)療等多種仿真場(chǎng)景，機(jī)器人和人類(lèi)操作員在其中反復(fù)采集動(dòng)作數(shù)據(jù)。
企業(yè)層面同樣行動(dòng)迅速。特斯拉在2025年Q4財(cái)報(bào)會(huì)上坦言，Optimus人形機(jī)器人當(dāng)前的首要任務(wù)并非在工廠里“干活”，而是通過(guò)實(shí)地運(yùn)行進(jìn)行大規(guī)模數(shù)據(jù)采集。馬斯克曾公開(kāi)表示，“數(shù)據(jù)是Optimus最稀缺的資源，比芯片還難獲取。”
與此同時(shí)，一種新型的數(shù)據(jù)生產(chǎn)方式正在全球范圍內(nèi)興起：零工數(shù)據(jù)。在中國(guó)各地的訓(xùn)練場(chǎng)，工人們穿戴外骨骼和VR設(shè)備，重復(fù)執(zhí)行抓取、擰螺絲、疊衣物等枯燥動(dòng)作，每一次成功的操作都會(huì)被記錄為一條高質(zhì)量真機(jī)數(shù)據(jù)。而在阿根廷、印度、肯尼亞等勞動(dòng)力成本較低的國(guó)家，平臺(tái)型企業(yè)正在招募零工，通過(guò)拍攝家庭場(chǎng)景下的家務(wù)操作視頻換取報(bào)酬——這些視頻經(jīng)過(guò)清洗、標(biāo)注、姿態(tài)提取后，同樣可以轉(zhuǎn)化為訓(xùn)練數(shù)據(jù)。
一幅規(guī)模化、低成本、跨地域的數(shù)據(jù)生產(chǎn)網(wǎng)絡(luò)正在形成。有業(yè)內(nèi)人士估算，到2026年底，全球具身數(shù)據(jù)年產(chǎn)量有望突破200萬(wàn)小時(shí)，但仍遠(yuǎn)未達(dá)到訓(xùn)練大模型所需的千萬(wàn)小時(shí)量級(jí)。
03 數(shù)據(jù)缺口巨大：仿真無(wú)法替代“最后一公里”
那么，仿真數(shù)據(jù)能否補(bǔ)上這個(gè)缺口?畢竟，仿真環(huán)境成本低、可并行、無(wú)物理?yè)p耗，已經(jīng)在足式運(yùn)動(dòng)、路徑規(guī)劃等任務(wù)中證明了其價(jià)值。
樂(lè)聚機(jī)器人技術(shù)總監(jiān)王松給出了一組粗略對(duì)照：訓(xùn)練一個(gè)L4級(jí)自動(dòng)駕駛模型所需數(shù)據(jù)量通常以百萬(wàn)小時(shí)計(jì);而人形機(jī)器人的自由度、操作復(fù)雜度、場(chǎng)景多樣性比自動(dòng)駕駛高出1到2個(gè)數(shù)量級(jí)。換句話(huà)說(shuō)，訓(xùn)練一個(gè)具備開(kāi)放世界泛化能力的具身基座模型，所需真機(jī)數(shù)據(jù)量至少在數(shù)百萬(wàn)到上千萬(wàn)小時(shí)之間。
更關(guān)鍵的是，仿真在“接觸豐富”(contact-rich)的場(chǎng)景下力有不逮。2025年發(fā)表在《科學(xué)·機(jī)器人》子刊上的一項(xiàng)研究指出，當(dāng)前主流仿真器難以精確建模零件形變、非線性摩擦以及柔性物體(如衣物、流體)的物理特性。例如，在工業(yè)精密裝配中，一個(gè)卡扣插入時(shí)的微小形變和摩擦力變化，就可能決定成敗;在家庭場(chǎng)景中，折疊一件T恤或從碗里舀一勺湯，涉及織物和流體的復(fù)雜物理行為，仿真建模的計(jì)算成本甚至高于真機(jī)采集。
換言之，補(bǔ)齊那77個(gè)百分點(diǎn)的成功率缺口，依靠的不是更大規(guī)模、更高精度的仿真，而是覆蓋多變量、多樣本、多環(huán)境的真機(jī)數(shù)據(jù)。仿真可以用于預(yù)訓(xùn)練和初步篩選，但最后的“最后一公里”，必須由真實(shí)世界的數(shù)據(jù)來(lái)鋪就。
04 樂(lè)聚樣本：高質(zhì)量真機(jī)數(shù)據(jù)帶來(lái)3-4倍飛輪效率提升
這一行業(yè)共識(shí)，在樂(lè)聚機(jī)器人的實(shí)踐中得到了最直接的驗(yàn)證。
據(jù)樂(lè)聚方面披露的一組對(duì)比實(shí)驗(yàn)數(shù)據(jù)：400條高質(zhì)量真機(jī)數(shù)據(jù)的訓(xùn)練效果，遠(yuǎn)超1300條低質(zhì)量數(shù)據(jù)。前者在相同模型架構(gòu)下的任務(wù)成功率、泛化能力和魯棒性均顯著優(yōu)于后者。這意味著，數(shù)據(jù)質(zhì)量比數(shù)據(jù)數(shù)量更為重要——一條精準(zhǔn)標(biāo)注、動(dòng)作規(guī)范、場(chǎng)景真實(shí)的真機(jī)數(shù)據(jù)，抵得上數(shù)條甚至數(shù)十條粗制濫造的“垃圾數(shù)據(jù)”。
在工程效率上，高質(zhì)量真機(jī)數(shù)據(jù)的引入使模型迭代時(shí)長(zhǎng)從原來(lái)的7~10天縮短至2~3天，整體研發(fā)飛輪效率提升了3至4倍。更直觀的成果體現(xiàn)在部署端：設(shè)備在真實(shí)工廠和家庭環(huán)境中的部署成功率，從不足60%一舉提升至90%以上。
更重要的是，樂(lè)聚率先跑通了真機(jī)數(shù)據(jù)的商業(yè)化閉環(huán)。依托其規(guī)?；挠?xùn)練場(chǎng)體系，數(shù)據(jù)服務(wù)已經(jīng)獨(dú)立成一項(xiàng)可持續(xù)盈利的業(yè)務(wù)，先后落地服務(wù)一汽(物料搬運(yùn))、海晨物流(倉(cāng)儲(chǔ)分揀)、兆豐(精密制造)等實(shí)體企業(yè)。這意味著，真機(jī)數(shù)據(jù)不再只是研發(fā)部門(mén)的“成本項(xiàng)”，而成為了可以對(duì)外輸出、直接產(chǎn)生商業(yè)價(jià)值的“資產(chǎn)項(xiàng)”。
這標(biāo)志著：真機(jī)數(shù)據(jù)不僅是技術(shù)迭代的核心抓手，也已成為具身智能走向規(guī)模化商用的關(guān)鍵支撐。誰(shuí)能以更低的成本、更高的效率生產(chǎn)出高質(zhì)量的真機(jī)數(shù)據(jù)，誰(shuí)就能在下一階段的競(jìng)爭(zhēng)中占據(jù)主動(dòng)。
05 樂(lè)聚生態(tài)計(jì)劃：從夯實(shí)基礎(chǔ)到全域綻放
在真機(jī)數(shù)據(jù)與商業(yè)化落地雙輪驅(qū)動(dòng)下，樂(lè)聚機(jī)器人已完成了“基礎(chǔ)設(shè)施層—核心技術(shù)層—場(chǎng)景應(yīng)用層”的三級(jí)基礎(chǔ)設(shè)施搭建。
基礎(chǔ)設(shè)施層，樂(lè)聚已建成兩座規(guī)模化工廠，具備萬(wàn)臺(tái)級(jí)人形機(jī)器人產(chǎn)線，同時(shí)搭建了專(zhuān)注于“大腦”訓(xùn)練的機(jī)器人訓(xùn)練場(chǎng)。
核心技術(shù)層，通過(guò)投資與聯(lián)合研發(fā)，集聚了泉智博(一體化關(guān)節(jié))、立聚動(dòng)力(電機(jī))、靈心巧手(靈巧手)、具腦磐石(具身大腦)、具識(shí)智能(操作系統(tǒng))等核心零部件及系統(tǒng)伙伴。此外，與東方精工聯(lián)合打造大規(guī)模人形機(jī)器人產(chǎn)線;與和而泰、東方精工聯(lián)合成立人形機(jī)器人控制器公司;與海晨股份聯(lián)合成立生產(chǎn)物流場(chǎng)景解決方案的合資公司。
場(chǎng)景應(yīng)用層，圍繞科研、商服、工業(yè)、家庭等場(chǎng)景，已與阿里云、中國(guó)移動(dòng)、中國(guó)一汽、南方電網(wǎng)等40余家生態(tài)伙伴展開(kāi)廣泛產(chǎn)業(yè)化應(yīng)用探索。
在技術(shù)研發(fā)方面，樂(lè)聚持續(xù)探索Model-Based與RL算法深度融合的“小腦”運(yùn)控系統(tǒng)，以及匹配產(chǎn)業(yè)需求的“大腦”模型，并與哈工大、北京大學(xué)、北京通研院、北京智源研究院、山東大學(xué)、蘇州大學(xué)等高校及科研院所開(kāi)展聯(lián)合科研攻關(guān)。
如今，樂(lè)聚生態(tài)合作伙伴正在招募!基于已完備的本體制造、真機(jī)數(shù)據(jù)生產(chǎn)、大小腦系統(tǒng)、全場(chǎng)景應(yīng)用等全生態(tài)鏈資源，樂(lè)聚面向全球招募二次開(kāi)發(fā)合作伙伴。無(wú)論是具身算法團(tuán)隊(duì)、垂直場(chǎng)景解決方案商，還是硬件模組創(chuàng)新者，均可依托樂(lè)聚的開(kāi)放平臺(tái)，獲得從機(jī)器人本體、數(shù)據(jù)采集與訓(xùn)練平臺(tái)到商業(yè)落地的全鏈路支持。樂(lè)聚致力于成為具身智能時(shí)代的“基礎(chǔ)設(shè)施提供方”，與合作伙伴共同加速人形機(jī)器人在千行百業(yè)的規(guī)?；渴?。
06 誰(shuí)掌握高質(zhì)量真機(jī)數(shù)據(jù)，誰(shuí)就掌握下一階段話(huà)語(yǔ)權(quán)
從政策頂層設(shè)計(jì)到資本密集涌入，從大規(guī)模訓(xùn)練場(chǎng)建設(shè)到全球零工數(shù)據(jù)網(wǎng)絡(luò)鋪開(kāi)，全行業(yè)正圍繞“真機(jī)數(shù)據(jù)”重構(gòu)基礎(chǔ)設(shè)施。可以預(yù)見(jiàn)，具身智能下一階段的核心競(jìng)爭(zhēng)，將不再是模型架構(gòu)的比拼，也不再是硬件性能的較量，而是轉(zhuǎn)向一個(gè)更底層的命題：誰(shuí)能以更低的成本、更高的效率、更優(yōu)的質(zhì)量，持續(xù)生產(chǎn)和管理真機(jī)數(shù)據(jù)，誰(shuí)就能掌握話(huà)語(yǔ)權(quán)。
模型是骨架，算力是肌肉，數(shù)據(jù)才是靈魂。那道77%的遷移鴻溝能否被真正填平，直接決定了人形機(jī)器人能否走出實(shí)驗(yàn)室的溫床，走進(jìn)工廠與家庭的現(xiàn)實(shí)。而答案，正寫(xiě)在每一幀來(lái)自真實(shí)世界的操作數(shù)據(jù)里。
本文轉(zhuǎn)自信陽(yáng)新聞網(wǎng)
