人形机器人火了，但99%的创业公司都卡在同一个地方：数据。
火爆的表象：
✅ 融资动辄上亿美金
✅ Demo视频刷爆全网
✅ 订单排到明年
残酷的现实：
❌ 训练数据采集成本高到离谱（一小时真实数据采集成本10万+）
❌ 合成数据生成速度跟不上训练需求
❌ TB级多模态数据，传统存储架构访问慢10倍，训练效率直线下降
❌ 数据访问成本占AI总成本的40%以上
这就是致命短板：不是算法不够强，是数据基础设施跟不上。
12月27日，澳门城市大学、Alluxio、海康威视揭秘完整解决方案。
详细介绍：
陈昊 澳门城市大学 助理教授
个人介绍：陈昊博士，澳门城市大学助理教授，具身智能领域青年学者。2022年毕业于北京航空航天大学计算机系，曾在香港理工大学从事博士后研究，并曾担任微信视频号创始团队成员。他在具身智能、推荐系统等方向的NeurIPS\SIGIR、KDD、WWW等国际顶级会议及权威期刊发表论文20余篇，获SIGIR 2023 Best Paper提名奖。研究成果已部署于阿里巴巴淘宝首页、微信视频号等超大规模平台，服务数亿用户。陈昊博士致力于推动具身智能的研究与应用，主导开发了业内首个大规模具身智能仿真平台UnrealZoo，为具身智能的算法验证、智能体训练和场景模拟提供了完整的技术生态，已成为该领域重要的开源基础设施。
演讲题目：基于UnrealZoo的具身智能研究应用分享
演讲介绍：
UnrealZoo是基于虚幻引擎构建的大规模照片级虚拟世界平台，专为具身智能研究打造。平台拥有100余个高保真场景（总覆盖面积达16km²）和66种可交互实体（涵盖人类、机器人、车辆、动物等），全面支持多智能体协作与复杂交互模拟。通过优化的UnrealCV+接口，UnrealZoo提供高效的Python API和Gym工具包，广泛适用于视觉导航、目标跟踪、合成数据生成等前沿研究领域。该工作已被ICCV 2025接收为Highlight论文，现已全面开源并支持跨平台部署。本次演讲将深入探讨UnrealZoo的技术架构、应用场景及其在推动具身智能研究发展中的独特价值。
演讲提纲：
1. 各大虚拟引擎对比：对比Unity、虚幻引擎、Isaac Sim等主流仿真平台，从渲染质量、物理引擎、开发生态、AI集成等维度分析各自优劣。重点说明为什么选择虚幻引擎——照片级画质、成熟的物理模拟、丰富的资产库，以及对大规模场景的良好支持。
2. UnrealZoo介绍：介绍UnrealZoo的核心特性：100+高保真场景覆盖16km²、66种可交互实体、多智能体协作支持。展示我们优化的UnrealCV+接口和Python API，说明如何让研究者快速上手，以及平台的开源特性和跨平台部署能力。
3. 几个典型应用案例：机器人视觉导航在复杂室内环境中的表现、自动驾驶场景下的多车协同、目标检测的大规模合成数据生成。用实际效果图和视频演示UnrealZoo在不同研究场景中的实用价值。
听众收益：
熟悉具身智能相关模拟平台、技术应用、及前景。
高忠涛 Alluxio 资深解决方案架构师
个人介绍：高忠涛，Alluxio 资深解决方案架构师，聚焦企业级数据存储与编排场景，为客户提供定制化解决方案设计、技术验证及全流程落地支持。加入 Alluxio 前，任职于大型外企担任 SWAT 应急技术支持专家，主导复杂 IT 环境下的技术难题攻坚，涵盖多产品集成部署、功能适配及性能瓶颈突破等核心场景。同时为客户提供系统健康巡检、性能深度优化及应用合规复查等企业级技术服务，积累了丰富的跨场景技术实战与客户需求落地经验。
演讲题目：构建面向具身智能数据闭环的高性能数据访问平台
演讲摘要：
具身智能作为AI走向物理世界的核心载体，其"感知-决策-行动-反馈"的数据闭环是实现自主进化的关键，而数据则是驱动这一闭环运转的"核心燃料”。与此同时，传统的数据架构往往面临数据孤岛、跨云访问延迟高、GPU利用率低、存储成本激增等挑战，难以支撑快速迭代的业务需求。
本次演讲将深入探讨如何利用Alluxio构建一个面向具身智能数据闭环的高性能、统一的数据访问平台。我们将解析该场景下独特的数据挑战，阐述Alluxio如何通过智能缓存、数据编排与统一命名空间等核心技术，为上层数据预处理、AI训练、仿真验证与模型部署等环节，提供亚毫秒级低延迟、高吞吐量的数据服务。
演讲提纲：
具身智能数据闭环中的数据访问核心挑战
Alluxio 高性能数据访问平台的创新架构与核心能力
Alluxio 在具身智能领域的典型案例与应用价值
行业权威评测 MLPerf Storage 结果解读
张海涛 海康威视 资深专家
个人介绍：金融从业10年以上，个人擅长AloT的大数据、流计算、AI人工智能等技术研究，QCon 大数据金牌讲师。Apache Beam 中文社区发起人之一及ClickHouse Conner。自研大数据技术获得国家发明专利，落地的数智金融项目获得省部级科技进步奖三等奖。
演讲题目：千模之祖，训推大模型在金融机器人/智能大脑场景下应用与实战
演讲介绍：
在银行业，封闭场景下怎么解决智能“机器人”、“智能大脑”等一切智能载体在脱离互联网环境下，利用“算法工厂”实现脱网内循环，实现“大脑“的年轻化，成熟化。通过算法工厂私有化部署实现为企业节省千万人力成本的闭环方案。
演讲提纲：
1. 为什么要做“算法工厂”训推一体机?
2. 训推一体系统落地部署架构
3. 训推怎么解决千变万化的智能场景应用
4. 训推在未来AIoT场景中充当哪些角色？演讲过程设计
听众收益：
1. AIot场景落地算法遇到困难有哪些?
2. AIot场景下千变万化智能场景怎么提升准确率?
3. 封闭环境的全国性金融业怎么怎么节省千万元人力成本?
落地挑战和方案重点：
1. AI落地专业性强，大面积落地施工团队技术参差不齐怎么解决?
2. 环境不同，场景不同万千算法的准确率怎么保证?
