一场对于具身智能的"数据暗战"正在悄然打响。

本年 1 月，湖北东说念主形机器东说念主革命中心向智元机器东说念主托福了数千小时的试验数据，完成了国内首例定制化东说念主形机器东说念主数据往来。

行业巨头方面，京东日前喊出了建玉成球范畴最大、场景最全的具身智能数据蚁鸠集心的标语，筹谋动员超 10 万里面职工及最多 50 万外部东说念主员，开启一场史无先例的"东说念主海战术"。

视野转向外洋，韩国机器东说念主公司 Robotis 于本年 1 月在乌兹别克斯坦建造子公司，筹谋在一块 11 万平方米的地皮上建起一座坚强的"数据工场"，用于蚁集机器东说念主行径数据。

按小时计费的定制化往来、数十万东说念主的大动员、远赴中亚建厂，这一系列举措都折射出通盘具身智能行业千里重的"数据畏怯"。

与在互联网语料中成长的大言语模子不同，具身智能需要相识宇宙并与真实宇宙进行交互，这对数据的真实性、模态等都提倡了更高的要求。

这亦然原力灵机首创东说念主兼 CEO 唐文斌当下正在攻坚的贫窭之一。

回溯阅历，唐文斌更为东说念主熟知的身份是上一波 AI 波涛中明星独角兽旷视科技的合股首创东说念主兼 CTO。

建立仅一年的原力灵机照旧悄然吸金超 10 亿元，拿下了阿里、蔚来、君联、启明等头部机构的投资。

面前原力灵机已发布旗下首个具身原生大模子 DM0，并与华勤时刻达成策略衔尾，已毕数据蚁集机器东说念主 DOS ‑ W1 的量产托福。

在经历了上一波 AI 落地的浸礼后，唐文斌对行业有了更多的敬畏之心。

在日前与华尔街见闻 · 全天候科技的对话中，唐文斌共享了原力灵机的数据蚁集想路：不依赖单一开端，而是以"质地✖数目✖各样性"的组合时势实施分散式蚁集，以此填满机器东说念主的智商空间。

对于通过宇宙模子生成数据，让机器东说念主简略效法学习的阶梯，唐文斌认为这条路难以走通，他指出更为可行的范式是将宇宙模子与 VLA（视觉 - 言语 - 动作）模子相挽回。即不仅能预测未下宇宙，还能据此反推出所需的精确动作。

当行业玩家们正以各自的时势浪漫"囤积"数据粮草时，究竟哪种阶梯身手"笑到临了"，阛阓正在翘首企足。

以下是对话实录。

详解数据蚁集

全天候科技：能否共享你们的数据蚁集想路？

唐文斌：面前咱们如故效法加强化学习的时势。

效法波及数据分散的模拟。咱们的推敲是让数据尽可能地填满机器东说念主的智商空间，见过饱和多的东西。中枢在于识别未见过场景的处明智商，数据的价值便在于此，是以咱们的数据蚁集是围绕洞开环境和推行场景张开。

但咱们会但愿数据保抓高质地的同期，还简略尽可能的填满这个空间，是以我以为数据是一个"质地✖数目✖各样性"的组合问题。

全天候科技：那数据如何进行蚁集？

唐文斌：其实咱们并不依赖某一种数据开端，这么作念也没必要，基本上是一个组合模式。真机数据方面，主要通过各样经过校准的传感器进行蚁集，具体包括肖似外骨骼等，但照实蚁集资本会比拟高。

同期，咱们也和会过无实质和第一东说念主称视角蚁集数据，变成更大范畴的数据集，这其实即是介于真机和合成数据的中间派了。

除此以外，还有蚁集资本更低的互联网数据。

全天候科技：能否具体讲解无实质蚁集？

唐文斌：无实质的道理即是说它可能是一个手套或手抓夹爪，莫得机械臂、机器东说念主的躯壳，是以相配于就仅仅用了一个结尾安装。我记载了这个结尾安装的约莫位置和情状，面前这种数据蚁集时势也被称为 UMI。

今天，咱们扣问的第一东说念主称视角数据也好多，举例通过眼镜拍摄操作过程，这亦然一种无实质的蚁集时势。

全天候科技：每个东说念主的 AI 眼镜数据都具有秘籍性，应该莫得东说念主惬心公开我方眼镜的数据供蚁集。你们怎样解决这个问题？

唐文斌：照实，如果我动作眼镜的用户，我也不想把我的数据共享给各人。然而试验的话，咱们不错请一些第三方的数据蚁集员，通过日常带领眼镜记载职责经过，然后数据也会被记下来。

固然，咱们也但愿眼镜本人的功能不错愈加坚强，比如有立体视觉、多想法智商。同期咱们往时可能还会加多手环、手套的安装用于蚁集数据。

是以全体来看咱们蚁集的对象是各样化的。第一类是机器东说念主本人，不错遥控操作；第二类是肖似于夹爪等的无实质，即"东说念主的躯壳 + 机器东说念主结尾"的安装；第三类是完全针对东说念主体的蚁集；第四类则是对物理宇宙的描摹。

全天候科技：举例在结尾传感器中，主要蚁集的是力的数据吗？

唐文斌 ：不仅仅力度，咱们如故但愿数据是多模态的，比如包括加多视角。

实操方面，因为手臂可能会遮盖部分数据，咱们不错眼睛部位装配一个相机，两个手腕上也可能各有两个相机，变成多视角的数据。

全天候科技：这种蚁集资本会很高吗？

唐文斌：这其实即是一个数据质地、数目和各样性的复杂问题。如果需要蚁集统统模块的数据，资本将变得至极昂贵。是以咱们继承分散式的蚁集策略，有些数据咱们会尽可能地保证其完好性，而有些数据为了缩小资本、加多数目和提高速率，可能就不再那么轮廓完好性。

这是一个衡量的问题，咱们领有我方的蚁集器具，况兼泛泛地与其他行业衔尾。

全天候科技：本年 2 月你们跟华勤时刻衔尾推出了数据蚁集机器东说念主，能否共享这款机器东说念主的情况？

唐文斌：这款机器东说念主主如果用在科研的场景，有点肖似于 ALOHA 机器东说念主的形态，同业也有在作念这个。（注：ALOHA 代表 "A Low-cost Open-source Hardware system for bimanual teleOperation"，是一种用于双手而已操作的低资本开源硬件系统）

然而面前阛阓的数据蚁集机器东说念主存在两大痛点，

一方面是可靠性，居品施展照实不尽如东说念主意，举例频繁故障会对科研职责产生负面影响，缩小职责扫尾。

咱们面前也无法确保居品的永劫候富厚性，是以咱们的考订点是简化了修理过程，假想了模块化可拆卸的居品结构。一朝某个部件损坏，用户不错快速更换。举例好多地点的贯穿处都不是螺丝，是那种旋钮，是以可能 30 秒就能修好了；

另一方面是资本仍然比拟高，是以咱们通过与华勤的衔尾假想了一款肖似 ALOHA 的居品，复旧主从、拖拽式操作。最中枢即是修得快，价钱低廉。（注：主从是指东说念主通过操控主臂，已毕对从臂的及时而已限度，动作零蔓延复刻，以此已毕已毕低资本、高精度的双臂缜密操作数据的蚁集。）

全天候科技：同业买过这个机器东说念主去蚁集数据吗？

唐文斌 ：是的，其实行业的痛点如故比拟一致的，是以其实各人都会买同业的居品且归搭配一王人使用。

宇宙模子阶梯走欠亨

全天候科技：能不成聊一聊对宇宙模子和 VLA 的倡导？

唐文斌：这里要分别两点，即是相识宇宙和生成宇宙是不一样的。

咱们今天扣问的大模子智商，各人深广柔软的是它们相识宇宙的智商。宇宙模子推行上是在尝试预测往时，即预测下一帧可能会是什么面貌的，而 VLA 的实质是与宇宙交互。

这些模子具有共通性，但又简略从不同的角度解决问题。

咱们以为最好的策略是相结合。唯有这么，咱们身手信得过相识并生成内容，相识和与宇宙交互。

表面上来说，如果简略预测未下宇宙，咱们便简略反向想到出咱们应该如何操作。而如果咱们知说念如何操作，那评释咱们是简略预测往时的发展。

是以咱们当今的时刻框架里宇宙模子跟 VLA 是挽回的，即是咱们但愿一个模子既简略相识这个宇宙，同期又能预测后续。

如斯一来，模子不仅能实行径作，还能预测实行该动作后宇宙将如何变化。

全天候科技 ：行业的时刻框架是否和你们不同？

唐文斌：照实，面前一些公司主张仅使用宇宙模子。有不雅点是认为通过宇宙模子生成数据，让机器东说念主简略效法学习，这么就产生了一个无穷的数据源。

但我我方以为这条路是走欠亨的，因为如果宇宙模子照旧已毕了，那生成的问题就照旧解决了，各人也不需要通过生成的数据再去试验机器东说念主了。

那另外一条路即是咱们和好多同业会去作念的，即是通过预测未下宇宙模子，然后字据这个模子反推出所需的动作，这种方法波及到先预测往时的场景或宇宙情状，再筹谋出相应的动作序列，这种范式其实即是我刚才讲的相结合挽回的模子框架。

全天候科技 ：从场景上来说，由于刻下工场的产线自动化进程很高，机器东说念主进厂打工会不会没灵验武之地？

唐文斌 ：照实刻下工场的自动化解决有推敲照旧相配熟悉。但咱们想去解决的是蓝本解决不了的问题，或者是蓝本解决起来资本很高的问题。

但其实各人看到的好多自动化产线对泛化性要求是莫得那么高的，即不需要对象、环境和任务的泛化。举例可能 SKU 就几个，光照等外部环境条目照旧过调养。

那刻下解决不了的问题其实是对象各样化，环境也随时在变化，致使可能会有好多不同的任务。

以物流场景为例，当今各人的机器东说念主作念的主如果搬运职责，然而莫得作念好手上的操作，因为这对泛化性的要求很高。

举例你购买了一瓶可乐和一包薯片，操作员就会把可乐和薯片分别包装好。由于商品种类茁壮且环境条目不断变化，这个其实就很难用自动化开辟解决。

还有包装的场景，以瓶装沐浴露为例，咱们收到居品时会发现瓶口部缠一圈塑料膜，这是为了留神沐浴露透露。

推行操作过程中，面前泛泛是操作主说念主员基于教唆，缠上保鲜膜再放入泡沫袋中，并在封口贴上标签，这就没办法通过自动化开辟来完成。

咱们当今主如果在物流、工业上有作念一些尝试。

全天候科技：你们是倾向于在特定场景进行鸠集开发，如故想在多个场景同期铺开？

唐文斌：这个要分两端讲，不雅察大模子的发展，尤其是刻下最新的进展，不错发现一个共同的趋势。如果咱们当今只构建了一个垂直领域的模子，它是无法达到信得过有泛化智商的模子，这是行欠亨的。

因此，从模子的角度来看，咱们必须坚强地追求泛化性，追求愈加通用的时刻智商。

但从应用场景落地的角度来看，咱们照实得一个一个场景去落地，逐个已毕。

是以咱们里面频繁强调居品落地有两点中枢，当先，咱们的解决有推敲必须简略变成闭环，即解决客户业务中的统统问题和极端情况，慷慨统统经过需求。其次，咱们需确保资本可控，让客户以为衔尾合算。

唯有在慷慨这两个前提条目时，客户才可能接头范畴化应用咱们的居品。

是以咱们每实施一个场景，都必须明晰地相识客户价值，并确保这两个要点都能得以已毕。这是一个逐年下单的过程。

咱们里面把这个过程描摹为模子发展与应用落地之间的关系，它们之间存在 45 度夹角，即它们相干但并不统统相干。

固然，咱们的模子需要朝着阿谁通用标的发展。

对场景要有敬畏之心

全天候科技 ：是以你们是主张通用机器东说念主的阶梯吗？

唐文斌：我个东说念主认为模子具有通用性，但硬件很难已毕。

其实咱们的双手至极活泼，一只能以实行缜密操作，同期也能举起 20 斤的重物，致使更利害还能举起 50 斤的重物。

然而受到物理学和材料学的限制，简略举起 2 公斤商品的机械臂和能举起 20 公斤重物的机械臂细目不同，因为它们的功率密度不同。

是以咱们认为如果你继承一个通用的假想并应用到具体场景中，很容易发现这是欠假想或者过假想。

欠假想即是可能分量限制无法通过，或者是传感器的安装空间过于局促，导致无法解决问题；可能碰巧能处分，但这可能过度假想了，价钱就会变得很高。

以轮式双臂为例，当要点较高时，它跑得更快。但一朝速率起来，它就很难停驻来，不然就会颠仆。

这时咱们可能会发现，在某些场景中，静止不动可能是一个更优的选拔，让出动的车辆将物品送过来。

因此，可能在这些场面会存在过度假想的问题。

咱们的里面逻辑是让模子具有通用性，况兼简略符合不同的硬件平台。

全天候科技 ：是以当今投资东说念主比拟垂青你们的智商是模子？

唐文斌：对，咱们团队的独到之处在于不仅从事机器东说念主场景的研发，而且深化相识模子。咱们在旷视的物流领域积蓄了丰富的教唆，况兼具备一定的范畴，因此对居品有较深的相识，同期咱们领有一群专注于模子优化的专科东说念主士。

全天候科技：因为好多可能某一个行业内的公司对于本行业的需求会比拟了解，但你们是模子业务起家，会不会对场景需求的了解进程比拟弱？

唐文斌：其实之前咱们在旷视的时候就作念了好多的场景了，是以我以为咱们还算是一帮被被西宾过的东说念主。

这其实是心态问题，其实机器东说念主行业是需要两拨东说念主，一波东说念主更懂时刻，一波东说念主更懂场景，咱们其实是站在中间的东说念主。

其实光搞时刻的东说念主会对场景作念好多的假定，他以为不即是这些。但真实场景中的妖魔掩盖在细节之中。举例当出现问题时，坐蓐经过不成停，因此必须有完善的极端处理经过。

因此，时刻职责的东说念主必须对场景怀有敬畏之心。

但行业的东说念主也有好多问题，咱们历史上即是好多共事对时刻上会有两种情状，一运转以为时刻无所不成，一朝波及到 AI 智能，他们就会盼望你能解决统统问题。关联词当他们发现某些问题无法解决时，就会感到极端失望，进而选拔转头到传统的、基于法例的方法。

但今天模子的发展其实既不是能达到无所不成，也不是什么都不行，是在一个中间阶段，况兼斜率很高，处于快速发展情状。

是以咱们至极需要简略既对场景有判断，相识算法偏执发展速率的东说念主。同期，也需要有东说念主来假想应该如何入部属手解决刻下的问题，让面貌尽快启动。

咱们今天所从事的统统职责实质上都是在慷慨需求。咱们细目会有我方视野上的局限。

是以我主张泛泛学习和多角度不雅察，但咱们也应有我方判断的方法，选拔那些简略抓续生涯下来的场景。

全天候科技：那你们怎样定位我方的推敲客群呢？是机器东说念主公司，如故场景应用方？

唐文斌 ：其实如故场景应用方。

坦荡说，不管是国内如祖国外的同业，各人所使用的模子都不太熟悉。因此今天各人并莫得达到将模子平直部署到机器东说念主公司的开辟上，经过简便试验后就能使用的情状。

我认为在模子尚未熟悉的情况下，要已毕场景落地应用，垂直整合是必要的。

如果咱们自身都搞不定这个场景，却盼望衔尾伙伴和客户简略解决，这无疑是好意思好的幻想。我笃信有朝一日，咱们可能我方作念了一些垂直的场景，而可能更多的场景不错通过洞开平台的时势，与咱们的衔尾伙伴一王人完成。他们既不错用咱们的硬件，也不错只用咱们的大脑，去自主探索更多可能性。

全天候科技：是以这是你们对模子开源的原因，即是但愿更多东说念主能加入进来？

唐文斌：开源有两方面的接头。当先咱们但愿更多东说念主使用咱们的框架和模子，这么各人不错共同探索更多应用场景并股东时刻的落地。其次，尽管刻下行业热度很高，但全体模子的熟悉度仍处于低级阶段，促进互相雷同和跨越至关伏击。

全天候科技：你之前提到 2026 年的中枢情划是每个场景部署 1000 台可抓续运转的开辟，能否共享一下这个推敲完成的情况？

唐文斌：这可能要到下半年身手已毕抓续运行。面前咱们还在进行 POC 测试。

咱们对自有场景已毕批量化的后劲如故很有信心的。

其实要让机器东说念主简略抓续运行，必须找到容错方法。坦荡说，刻下模子驱动的方法还无法作念到百分之百的准确率。

如果任务失败怎样办？这个问题必须有谜底。咱们需要探讨通过什么种时势经受任务，让失败的任务简略被归附。同期咱们还需评估这种失败对企业的影响，判断这种影响是否可接受。

在采纳了兜底有推敲之后，咱们还需要阐明通盘系统的 ROI。

全天候科技：说到 ROI 的话，那客户会平直提倡说你们不错匡助产线浅近若干钱吗？

唐文斌：客户泛泛会平直问咱们能多久回本。

如果一个面貌需要非凡五年身手回本，那就无须作念了。

如果瞻望两到三年内就能回本，那即是立马干。在刻下的 B2B 环境中，咱们大深广决策都是基于感性的分析，算清到底能为客户升迁若干扫尾。比如机器东说念主简略延长某些坐蓐方法的运作时候，更高效地期骗现存开辟，为客户带来价值。

全天候科技 ：能否剧透后续的模子更新情况？

唐文斌：本年咱们的中枢议题将鸠集在泛化性上。

全天候科技：旧年才创业来作念具身智能的模子，你以为会不会太晚了？

唐文斌：其果然好多年前咱们就很想作念一个通用机器东说念主了，其时咱们以为时刻上不熟悉。然而跟着 DeepSeek 等大模子的发展后，照实让我对这件事变得更有信心了。

全天候科技：如果让你给 2026 年具身智能行业 1 个重要词，你以为会是什么？

唐文斌：我想给 2 个重要词，一是模子智商的升迁，二是场景的抓续运行。

我认为刻下的模子还处于早期阶段，但发展速率很快，是以咱们要接力升迁模子的算法智商，包括在对象、环境符合性和任务泛化性上都有所升迁，模子的泛化智商是至关伏击的。其次，对于场景的应用，我认为单纯的 POC 没太唐突旨开云(中国)Kaiyun·体育官方网站-登录入口，它仅仅一个源流，重点在于如安在推行场景中抓续运行，本年照实照旧到时候了。