编辑丨马晓宁
WAIC 2026 落幕之际，纵观众多具身智能展台，技术迭代速度令人惊叹：柔性抓取已能应对异形物体，长程任务复杂度显著提升。然而，在炫目的 Demo 背后，行业普遍面临一个严峻挑战：模型宣传铺天盖地，但底层数据基建却鲜有突破。
数据已成为具身智能领域“房间里的大象”。从业者共识表明，构建具身智能数据基础设施需解决两大核心问题：
第一，如何获取海量数据？
第二，如何实现异构、非结构化数据的有效协同学习？
基于此，跨维智能（以下简称“跨维”）在本届 WAIC 上提出的“物理 AI 基建”方案备受关注。其核心目标是打造通用具身智能所需的底层数据底座，通过实现智能涌现、随机应变及自主纠错能力，推动机器人具备类似人类的“物理直觉”。
01 批量生产海量数据：仿真引擎的核心突破
依靠真实场景采集数据成本高、周期长且难以覆盖长尾场景。跨维推出的自研仿真引擎 DexVerse，旨在通过虚拟世界高效生成高质量训练数据。
DexVerse 是全球首款支持同场景下多物理场耦合的具身智能仿真引擎。与英伟达 Isaac Sim 仅支持两种材质耦合不同，DexVerse 可同时模拟刚体、软体、布料及流体四种材质的相互作用。例如在切割面包或叠衣服场景中，系统能实时计算拓扑结构变化及接触形变，实现真正的物理级无穿透，精度显著领先。
依托 DexVerse，跨维将机器人训练从“手工作坊”升级为自动化“生产线”。生成式仿真不仅大幅降低真机采集成本，更赋予客户快速定义新任务、新场景并即时验证的能力，为具身智能的通用化奠定数据基础。
02 数据对齐：异构数据协同学习的关键
研究表明，简单混合异构机器人数据会导致负迁移效应。行业新共识指出："Alignment before scale"（对齐是规模化的前提）。跨维基于 Dexterity-BEV 统一表征技术，发布了百万级时空动作对齐数据集 Aligned DexWorld。
该数据集包含超 200 万条高质量异构样本，涵盖人形机器人、机械臂真机数据、仿真数据及人手演示数据。其核心价值在于实现了深度物理级对齐，具体包括：
- 空间对齐：统一多相机、多设备的三维坐标系，消除观测偏差；
- 动作对齐：转化为通用物理表征，实现跨设备数据迁移与联合训练；
- 时间对齐：规整硬件频率与时序差异。
为确保数据质量，跨维构建了“人工校准 + 几何求解 + 模型辅助 + 人工核验”的标准化闭环，并跑通全自动标注流程。这一低成本、可复用的数据生产底座，有效解决了行业数据孤岛难题。
03 从基建到应用：物理直觉的实战验证
跨维旗舰世界模型 DexWorldModel 完成了“数据生产 - 模型训练 - 场景落地”的闭环验证。在 WAIC 现场展示的“机器人商超扫码分拣”Demo 中，机器人展现了类人的适应能力：面对非标饮料瓶，能自主调整抓握姿态寻找条形码，并在抓取滑脱时实时纠错，无需人工干预。
在电子制造产线“手机装盒”场景中，DexWorldModel 驱动的机器人不仅能识别物料位置，还能自主处理漏抓、偏移等异常，重新规划路径完成任务。这种能力源于世界模型在动作前的“物理预演”及跨视角 3D 场景补全，使机器人真正理解物理概念而非死记硬背坐标。
实测表明，具备物理直觉的机器人在复杂工业场景中展现出更强的柔性适应力与抗干扰能力，验证了底层基建对提升具身智能上限的关键作用。
04 结语：回归具身智能发展的第一性原理
不同于部分企业聚焦单一场景或本体制造，跨维致力于构建涵盖物理引擎、生成式仿真、世界模型及工业部署的全流程体系。其核心理念在于：以更低成本实现机器人“学习 - 试错 - 规模落地”的闭环。
目前，跨维技术已在智能制造、文旅服务等领域落地 50+ 真实场景，部署超 1500+ 具身模型，实现了显著的商业转化。在具身智能迈向通用的征途中，唯有夯实数据与仿真基建，方能支撑起未来的无限可能。
