图片来源：杭州资本官方公众号

4月20日下午，杭州资本 2026 年首季行研交流暨 “iTalk” 第 1 期活动在市人才集团新总部汇金云创人才综合体召开。本次活动以“畅享 AI 场景、遇见未来”为主题，聚焦人工智能行业前景、产业布局、投资策略等核心议题，通过 GP 视角、实战分享、前沿对话三个单元，围绕 AI 产业趋势与未来应用场景展开交流。

JoinAI｜卓印智能受邀参与本次活动。

图片来源：杭州资本官方公众号

公司创始人兼 CEO 俞开文在“实战分享”环节，围绕空间合成数据技术的落地成果、Physical AI 场景趋势，以及 AI 模型训练数据痛点的解决路径进行了分享，并在“精彩对话”环节，与杭州资本青年投资经理及杭氧、杭汽轮集团等产业方技术专家共同探讨未来 AI 颠覆性应用场景、国资布局 AI 赛道策略，以及 AI 在工业场景中的应用潜力。

AI 正在步入 Physical AI

过去两年，我们对AI的讨论更多集中在大模型、内容生成、智能助手与办公效率等数字场景中。但随着 AI 技术逐步进入产业深水区，越来越多应用正在走向更复杂的物理世界。

自动驾驶、具身机器人、工业视觉、智慧船舶、智能制造等场景，对 AI 的要求不再停留于“识别图像”或“理解语言”，而是进一步延伸到对空间结构、物体关系、动作变化、物理规律和长尾场景的理解。

在这一趋势下，Physical AI 正在成为人工智能应用落地的重要方向。AI 要真正进入真实世界，必须具备理解和适应物理环境的能力；而这一能力的形成，离不开高质量、可控、可验证的训练数据与场景生成能力。

以世界模型为托底的空间合成技术，破解模型训练数据痛点

在实战分享中，俞开文结合 JoinAI 的技术探索与产业实践，分享了空间合成数据在 Physical AI 时代的价值。

面对具身机器人、工业视觉、自动驾驶等真实产业场景，AI 模型训练长期面临多重数据瓶颈：真实数据采集成本高，长尾场景稀缺，危险场景难以复现，隐私合规要求不断提升，且许多关键样本在现实中并不能被高效、稳定、低成本地获得。

但对 JoinAI 而言，合成数据不是最终交付物，模型效果才是。 JoinAI 通过自研 Terra 模型与 Simulaix 平台，将空间构成、世界生成与训练数据生产结合起来，构建面向 Physical AI 的数据闭环能力，帮助客户生成真实世界中难以采集、难以复现、但对模型能力提升至关重要的关键训练场景，并以模型鲁棒性、泛化能力和业务指标提升作为最终交付目标。

视频来源：卓印智能｜JoinAI官方网站

相比于按量交付的数据供应商企业，JoinAI 更关注的是：如何围绕客户模型的具体短板，定义场景、生成数据、验证效果，并最终让数据真正转化为模型能力的提升。

在主办方发布的活动报道中也提到，卓印智能凭借自研 Terra 模型与 Simulaix 平台提供高精度物理合成数据，破解模型训练数据痛点，为现场观众描绘了 Physical AI 场景蓝图。

只做效果交付-从技术展示走向产业闭环

在前沿对话环节，与会嘉宾围绕未来 AI 颠覆性应用场景、国资布局 AI 赛道策略，以及 AI 在工业场景中的应用潜力展开讨论。

JoinAI 认为，随着基础模型能力不断提升，AI 产业竞争正在从单点技术能力，逐步走向真实场景中的工程化落地与效果验证。对于产业客户而言，真正重要的不只是模型是否先进，而是 AI 能否进入业务流程，在训练、评估、部署和迭代中形成可验证的效果闭环。

这也是 JoinAI 持续强调“效果交付”的原因。空间合成数据的价值，最终需要体现在模型鲁棒性、泛化能力、长尾场景覆盖能力和实际业务指标的提升上。只有当数据生成、模型训练、效果评估和业务反馈形成闭环，AI 才能真正从技术展示走向产业价值。

让 AI 更好地理解真实世界

作为一家专注于空间合成数据、世界模型与 Physical AI 训练数据基础设施的 AI 企业，JoinAI 将持续围绕真实产业场景中的模型训练痛点，推动 Terra、Simulaix 等核心技术在自动驾驶、具身机器人、工业视觉及更多物理世界场景中的落地应用。

未来，JoinAI 也期待与资本、产业、政府平台及生态伙伴持续交流，共同探索 AI 进入真实世界的更多可能。

如果说上一阶段 AI 的核心突破，是让机器更好地理解语言、图像和内容，那么下一阶段的重要任务，将是让 AI 更好地理解空间、动作、物体关系与真实世界的变化规律。

而这正是 JoinAI 正在持续探索的方向。

#世界模型 #具身智能 #空间智能 #合成数据 #杭州资本#iTalk