田晏林 发自 凹非寺
量子位 | 公众号 QbitAI
具身智能赛道正面临严峻的数据挑战：真机采集昂贵耗时，物理交互样本难以直接转化为机器人能力，规模化落地门槛极高。
面对难题，行业解法逐渐分化。国际上，Tesla Optimus依托真机遥操积累万级数据，Figure AI与英伟达押注仿真合成与世界模型；国内头部企业则自建数据工厂，通过UMI手持、第一视角视频等扩大数据来源。
核心逻辑在于，AI正从“智能（Intelligence）”走向“行动（Action）”。在物理世界中，算力驱动数据、数据喂养模型、模型消耗算力，形成首尾相接的“数据飞轮”。然而，这面临着“鸡生蛋”的循环难题。因此，行业焦点已从“获取数据”转向“如何让算力、数据和模型高效循环”。
在“2026云栖大会”具身智能论坛上，揭示了三大行业共识：
数据时长正在失去意义，模型增益才是数据真正的计价单位。
具身Scaling Law尚未被完全验证，瓶颈不仅在规模，更在模型结构、评测方式与物理因果。
行业进入“造、管、用”数据的新阶段，数据工程化成为新的竞争壁垒。
数据路线还在分叉，飞轮已成共识
要让“数据飞轮”高效运转，需建立覆盖数据、模型、训练到算力的全栈工程能力，首要任务是打造完整的“数据产线”。
该产线包含七大环节：采集、存储、清洗、标注、质检与增广、训练评测、数据管理与反馈回流。每一环都面临着极高的工程挑战。
采集需在精度、规模与成本间平衡；清洗涉及多模态数据的大规模处理；标注则尤为复杂，需识别时间边界、机械臂归属及动作语义等，现阶段高度依赖大模型（如Qwen进行自动切分与描述生成）。
质检与增广环节需筛选Bad Case并进行数据扩充。到了训练评测端，分布式平台需承接模型开发，并返回真实任务验证。正如无界动力联合创始人兼CTO夏中谱所言：“对于具身来说，幻觉是灾难性的。”针对评测暴露的问题，数据需重新回流，完成飞轮闭环。
目前，以阿里云为代表的云厂商正逐步完善从大规模数据处理、大模型参与标注到分布式训练与评测的工具链，让数据飞轮的运转逻辑逐渐清晰。
底层需求在收敛，全栈工程能力仍稀缺
在实际研发中，七大环节的卡点往往指向系统性问题：环节割裂导致数据反复搬运；工具不打通使得任务与版本管理脱节；规模化后的吞吐瓶颈限制了飞轮转速。
业内对“数据越多模型越强”趋于谨慎。原力灵机联合创始人范浩强指出，加数据不一定涨点，模型能否学到物理因果等核心问题尚未完全解决。具身智能当前最缺的，是覆盖全链路的“全栈工程能力”。
阿里云正通过“芯、云、模”协同补齐这一能力：
数据侧：Qwen负责识别，HappyHorse生成增广数据，DataWorks/Argo Workflows编排连续流水线，实现数据处理与训练的自动化流转。
训练端：PAI平台承接分布式训练与评测，PAI-TurboX等组件持续压缩工程开销。
算力层：平头哥真武810E AI芯片提供训推一体能力，通过M890超节点架构承接更大规模任务。据悉，该芯片在具身智能赛道出货已超万片。
这套一体化体系已将部分企业的反馈迭代周期从周级压缩至日级，证明底层工程需求已率先收敛，全栈工程能力正成为行业基建。
飞轮在真实场景怎么跑的？
不同企业正根据自身业务重心，率先跑顺数据飞轮的关键环节：
穹彻智能：采用自研Robopocket方案采集真实操作数据。阿里云提供弹性资源与MaxCompute MaxFrame分布式计算，结合千问大模型，使80%-90%的标注由AI完成。基于此，穹彻已推出世界动作模型Noe-0。
苏度科技：采用“虚实融合”路线，基于阿里云搭建数据仿真、质检、标注全链路产线，并利用真武810E芯片提升模型训练效率，降低总体拥有成本（TCO）。
莫刻机器人：使用平头哥真武810E芯片完成世界模型预训练，取得WorldArena榜单第二，印证了训练端强大吞吐能力对于消化前端数据的关键作用。
趋势表明，具身智能的数据竞争已从单点能力比拼，全面走向整条数据飞轮的工程化协同。
下一轮数据战争，拼产能
回顾自动驾驶与大模型的发展，进入规模化阶段后，竞争核心迅速从“数据规模”转向“持续生产能力”。任务执行本身也开始反向生产新的训练数据，形成更长的闭环。
△统一整合架构Unified Data-Training Architecture
浙江大学教授章国锋指出，持续稳定地规模化生产高质量数据才是关键。简智机器人副总裁雷腾亦强调，当前行业最被高估的是“数据小时数”，最被低估的是“数据治理”。同样时长的数据，生产成本与质量可能相差1到2个数量级。
衡量模型迭代速度的核心指标已转变为：新增有效数据量、数据转化为训练样本的时间、以及模型失败到反馈下一轮生产的闭环周期。这比拼的是整条飞轮周转的“产能”。
△阿里云Data+AI，打通具身智能数据产线闭环
从Intelligence到Action，具身智能的Scaling Law已被重写。参数与数据的堆叠之外，真正决定具身AGI到达速度的，是将真实世界问题转化为下一轮模型能力的速度。数据飞轮的转速，正在决定行业的终局。