# 未来12~18个月，谁能率先跑通半开放场景的“第一个闭环”？ **“未来12~18个月，行业里的一个关键节点，就是真实部署带来的数据闭环。** 不管部署数字是多少，只要它是真实的。谁能真正在半开放场景里，把第一个闭环跑通，这才是决定性的。” 这话出自上海创智学院副教授、智元首席科学家罗剑岚之口。 说得直接，也点明了当下具身智能赛道的核心矛盾——不是模型多强，而是数据有没有从真实场景里长出来。 千寻智能创始人韩峰涛说得更干脆：**“我们会尽快面向所有场景——60%家庭、30%商用、10%工业，齐头并进。”** 今年以来，几乎所有的海内外头部公司都在拼命抢占家庭、工厂、商业赛道的部署机会。 为了争取时间，它们把软硬件一体这条路走到底——机器人本体、大脑、数采设备，甚至灵巧手和关节，全都要自己干。 原因很简单：**等不起第三方，数据闭环必须攥在自己手里。** 这场竞赛，不仅决定技术路径的胜负，也在影响资本和客户对下一阶段的估值与押注。 --- ## 01 为什么所有具身企业都在抢同一个闭环？ ### 智元机器人：工业与消费双线布局 去年底，智元机器人重新排兵布阵： - 智元侧重工业 - 上纬新材以“上纬启元”品牌锁定消费市场 - 灵巧手公司临界点也纳入体系 6月底，智元在全网直播机器人在工厂测试产线干活——地点是龙旗科技的江西南昌工厂。 与此同时，“上纬启元”推出首款个人机器人“启元Q1”，可以折叠装进书包，并在深圳、上海开设线下体验店。 ### 千寻智能：千人数采团队，百万小时数据 动作更猛的，是千寻智能。 **“我们构建了一个上千人的数采团队，今年年底会到四千人。今年要采集百万小时数据，明年要到上千万小时。”** 韩峰涛语速很快，强调家庭、商用、工业齐头并进是公司的核心工作，战略上重视就体现在投入上。 他还特意提到与博世、宝马的合作。 ### 银河通用：无人零售、工业、酒店多场景落地 银河通用也不甘落后—— - 从去年起，在全国铺设无人零售、无人药店，目前已超过百个 - 工业重载机器人进入了极氪、宁德、奔驰等工厂 - 与智源研究院联手在酒店落地清洁机器人 有意思的是，**宁德时代成了多家机器人企业的采购方。** “它的野心很大”，一位业内人士这么说。 ### 海外巨头PI：海外建厂弥补数据短板 这股浪潮不止在中国。 即便是美国领头羊PI（Physical Intelligence）——这家由前谷歌大脑负责人卡罗尔·豪斯曼创办、用真实世界数据做出第一个多任务具身模型的公司——也开始在海外包括中国大量建厂，采集交互数据。 业内人士分析，PI“后劲不足”，受限于美国本土制造业，不得不靠海外建厂来弥补数据采集短板。 ### 为什么大家都这么急着干这件事？ **“我觉得全球企业CEO都知道要往具身领域投钱，但大家都在等一个信号。一旦这个信号出现，大把美元就会从天而降。”** 罗剑岚说得直白：“创业公司的优势就是快。谷歌这么大，OpenAI就是硬生生从它护城河最深的地方敲出一块地来。” 行业也预估，**今年下半年到明年上半年，是世界模型训练的高峰期。** 大家都意识到——没有规模化真实数据，模型就没有泛化；没有泛化，就谈不上规模化部署。 **“所谓基模的泛化能力，就是把人类不需要专门学习的技能做到70%~80%的成功率，再配上初中学历就能掌握的低部署门槛。”** 银河通用CTO王鹤这样解释。 ### 特斯拉数据飞轮：具身行业的共同路径 所有具身行业的人都认同一个路径——**特斯拉数据飞轮。** 过去十年，特斯拉花了大精力部署车队，构建了一个巨大的飞轮： - 车队跑出真实数据 - 数据回流训练模型 - 更好的模型再下发车队去解决更长尾问题，反复循环 这个思路给具身的提示有两条： 1. **真实数据至关重要** 2. **真实数据只能靠部署来获取** 眼下，具身数据还少得可怜——有人说“连一颗黄豆都没到”。 但一旦数据飞轮转起来，就变成了护城河。别人要再想追，得花同样多的时间、精力、资源，而你已经走到了前沿。 ### 千寻智能：两个阶段论 千寻把具身智能的过程分为两个阶段。 **第一阶段**，把基模做出泛化性，让后训练的代价降到分钟级，边际部署成本压到极低。 **“场景落地所需的后训练数据可以降低60%。”** 千寻智能副总裁丛源良说。 只有这样，才能进入**第二阶段**——当几千万台、上亿台机器人铺进真实世界干活，数据回流，零样本解决更多问题。 ### 先后顺序：先数据，后Infra，再做模型结构 **“你得先把数据和Infra做好。这两样没做，根本不用探索模型结构。”** 一家具身智能独角兽的CTO分析说。 而数据和Infra之间，有一个顺序问题：**先数据，后Infra。** 规模小的时候，Infra还发挥不了作用，只有机器人在外部署的数量多了，Infra才会派上用场。 **“刚起步，做数据收益一定是最大的。到一定规模，再去做Infra。这两样都有了，你再做模型结构，我觉得是这样一个顺序。”** --- ## 02 机器人大脑，到底需要什么数据？ 大语言模型用30万亿token训出了GPT，具身智能呢？ 它需要的，其实是一整套覆盖不同能力的数据体系。 所以具身企业都在抢家庭、工业、商业场景，齐头并进，采集不同的数据源。 而每个场景对模型的训练方式也完全不同。 ### 工厂场景：验证模型，但要求极致节拍 有业内人士分析，**工厂是验证模型的好地方，但要求极致节拍。** “你错一次，对整个产线的影响是大的。” 所以针对具体场景要做后训练，强化学习很重要，这样才能达到成功率和节拍的要求。 ### 家庭场景：需要泛化，不讲究节拍 家庭不讲究节拍，但需要足够泛化，成功率可以低一点。 每个家庭环境都不一样——有人认为，甚至不太需要后训练，部署更快。 虽然行业里有个说法叫“一旦家庭的活儿会干了，其他的活儿都会干了”，但实际并非如此——**工厂要求的成功率和家庭的泛化性，是两种不同的能力。** “目前在模型上没法统一”，只能在两个方向上同时迭代。商场也一样，有自己的特殊需求。 ### 进工厂的难题：一把手工程，担心工艺外泄 进工厂这件事本身，就很难。 无锡数据集团总经理陈青说，打开工厂的数采场景只能找一把手。老板们不在乎采集补贴，担心的是工艺外泄。 他们目前已与12家工业伙伴签订了长期反复进场采集的协议。 **“我们想让真正掌握模型能力的公司落在无锡，一起深入合作。”** 重点抓30~50家企业，最好是上市公司——老板更有长远想法，二代老板也非常清楚。 “要跟他们结成长期合伙人机制，从数采试点走到产线智能装备升级。” ### 家庭场景：快速部署，探索未知 家庭则是一个可以快速部署的地方。 一位资深人士说，家庭的宝贵之处，在于能让真机在开放环境中探索交互数据。 人类能为机器人构建的训练环境可能不到1%。 **“人不知道机器人会在什么地方犯错，只有机器人自己知道”** ——把机器人放进环境，让它先探索、先失败，人再兜底纠正，这一类数据凌驾在所有数据之上。 ### 商业化场景：限定场景，快速闭环 不过，如果既想快速部署，又想有商业上的快速回报，无人药店、无人零售店、酒店清洁等就是很好的模式。 **“限定场景后就可以采数据、做闭环、做销售，不需要泛化到所有场景。这应该是目前大多数具身企业的做法。”** 一位人士说。 ### 数据金字塔？更像光谱仪 这些场景中，具体需要采集什么类型的数据？ 行业里流行“数据金字塔”的说法，但陈青更愿意把它比作光谱仪：**“光从左到右，不同频率和能量代表不同作用。”** 所有场景几乎都需要全光谱数据，它们承担不同作用。 其中，真机数据被大量用于最终部署态，但**“很难跨本体，采集成本非常高”**，在光谱体系中只占一小部分。 仿真数据可以做环境数据扩增，在要求毫米级执行、长时间鲁棒性的工业场景中尤为重要，**“但它很难真实模拟形变和力控。”** 陈青认为，当下采集的重心正在转向内容数据—— - **EGO数据**：以人为中心的数据，能够提炼人的操作逻辑 - **UMI数据**：无本体数据，把人手臂关节动作和末端映射与机器绑定 ### EGO数据：第一人称视角，众包快速扩展 今年以来，EGO数据很火。 它是指通过头戴摄像头等设备，采集人类第一人称视角操作的视频。 京东、蚂蚁、美团正在通过众包的方式快速Scale up——有业内人士认为，可能未来一天就能到100万小时。 ### UMI数据：与本体解耦，精度更高 但丛源良认为，**UMI数据将会成为主流。** UMI数据是一种手上拿着夹爪、戴着摄像头等轻量设备，采集人类真实操作的低成本方案。 它的优势是与机器人本体解耦，一套数据能被不同机器人复用。 相比EGO数据，UMI数量稍小、精度更高。 最精准的是遥操，“但数据量太小，你还得买一个50万的机器人一块弄，遥操上手难度也比较大”。 ### 触觉数据：关键但难采集 大家也都提到了**触觉数据**。每一家主要具身企业都坦言要做。 **“你要做到穿针引线，触觉的作用是很大的。”** 上海交通大学长聘教轨助理教授穆尧说。 不过，穆尧曾与多家机构尝试构建触觉数据集，结果“几度心碎”，最终转向仿真引擎去做精细的力和触觉数据的Scale up。 过去一年，虽然业内对仿真数据“祛魅”，但他的团队把螺纹配合、齿条啮合，以及多种柔性衣物的复杂任务，通过仿真数据都实现了。 ### 数据采集模式变革：低成本、便利性 具身企业也在思考数据采集的方式。 北京智源人工智能研究院理事长黄铁军说，由于世界模型和具身智能阶段，实时交互性数据会越来越多，“你踢个球、弹个琴、游个泳，所有都是在跟世界互动”。 采数据的模式也必须变革，核心要考虑成本合理性和便利性。 这样看来，建数采中心、用人控制机器人采数据，“可能是一种成本不一定合理的方式，光建环境就花掉很多代价。” 他说，今年开始，有企业让工人戴上设备边工作边采集，工资可能加20%。 再往后，人们戴上耳机、智能眼镜，生活和工作的第一视角被数字化——这跟自动驾驶的逻辑差不多，汽车在路上跑的同时，数据就采集到了，只不过汽车上的传感器很多，人身上还比较少。 他举例说，乒乓球机器人若能达到陪练水平，进入工会、学校，采数据甚至可以零成本乃至有收益。 **“进入实际场景后，有可能找到低成本采数据的方式”** ——这是过去一段时间，他们一直在思考探索的。 --- ## 03 为什么非要自己攥着闭环？ ### 从分工模式到软硬一体 在跑闭环的这个过程中，一个值得关注的现象是： 去年行业里还有产业链分工模式——有人做大脑、有人做本体。 但今年，更多企业明确走向软硬闭环——既有机器人本体，也训练模型，还做数采设备，甚至做灵巧手、关节。 **“所有的Recipe（独门秘籍）在无限长的时间里都会变成公共知识。”** 王鹤解释说，“这个行业最终一定是当前巨头可以做的。” 既然如此，**初创公司唯一的竞争优势就是快。** “快你就得闭环——硬件里头别人做不好的部分，就得控制在自己的环路里。否则你等别人，就慢下来了。” 更多具身企业采用了硬件、数采、数据管线到模型的软硬一体模式。 ### 数采设备：必须掌握在自己手里 当下，几乎每家企业都提到了数采设备。 千寻从2024年开始研发数采设备，据说迭代了七版。 **“去年12月正式落地，今年下半年成本会有10倍下降。”** 韩峰涛说。 **“这套东西一定要掌握，否则会很被动。”** 上海交大穆尧说。 他举例，自己有很多想法，但大家说做不出来时，他就会到现场去看整个采数过程——顶置相机怎么配置、全身运控传感器怎么摆、人和传感器如何配合。这关系到创新想法的实现。 **“臂、核心关节、灵巧手上腕部相机的布置，至今没看到任何一个令自己满意的方案。”** 他认为，如果有能力，也要自己掌握。 ### 硬件细节：冰山下的真正关键 它石智航联合创始人、首席科学家丁文超把整个系统类比成一条梯度传递的链路： **“具身行业还在早期，模型和应用的梯度还没有传递到前面的硬件，市面上能买到的硬件满足不了规模化应用的需求。”** 为此，他们决定自己做软硬件，并研究关节甚至灵巧手，把末端传感器配置、硬件形态、数采方式和部署推理效率放进同一个系统里去优化。 **“这些细节，才是VLA、世界模型这些概念背后真正的冰山。”** ### 数据管线：比拼焦点，自主化是关键 “数据管线”是当下具身公司比拼的一个焦点。 市面上EGO、UMI数据供应商“质量真的是良莠不齐，好的特别少”。 企业不得不建立自己的一整套质检和规范，并投入数据管线。 而且，数据质检、过滤、标注全靠人工的话，成本谁也扛不住，需要靠模型闭环来提升效率、降低成本。 一位业内人士总结，**“数据管线”的核心，是把人类的单点经验尽可能汇聚进这条管线，让数据迭代逐步自主化。** **“第一点就是要做到实时性”**——在采集过程中同步质检，而不是事后补救。 ### 海外企业的困境：软硬分离是短板 在闭环上，外国具身企业“遇到了麻烦”。 有业内人士说，虽然它们尝试在海外建厂来解决交互数据采集问题，但“短期内能解一时的困难，长期很难”。 根本原因是软硬分离——比如在美国训练，在美国以外做数据采集，沟通成本高，数采设备也难以快速迭代，“你天然得不到很好的数据反馈”。 结论是：**“软硬一体是国内的優勢，今天各家在模型层面的差距并不大，真正拉开差距的是数据积累，而国内在真机数据的积累上更快。”** ### 终局时间轴：原生模型、出货激增 对于具身智能的终局，行业有一个初步的时间轴。 语言模型的Scaling Law催生了VLA，视频模型的Scaling Law催生了World Action Model。 随着真实世界数据持续积累，有企业认为，未来3~5年，期望具身智能行业诞生真正的**“原生模型”**——而不是简单地把语言、视觉、动作拼接在一起。 千寻判断，大模型从爆发到拥有5亿用户用了数年，而具身智能公司集中成立于2023~2024年，要真正进入规模化阶段，大概率要等到**2033年前后**。 王鹤预计，**2028年前后模型通用能力一旦突破关键节点，行业将迎来第一轮出货激增**，且主要发生在B端。 但这并不意味着AGI已经实现。从轮式到全人形、从夹爪到灵巧手，具身智能还有漫长的技术长坡要走。