来源：光子星球

起跑没几年，具身智能撞墙了。

从前段时间的机器人运动会来看，本体仍在高速迭代，但大脑的演进，似乎有些拖后腿。这背后，很大一部分原因，来自数据。

尽管不同技术路线，“食材配方”不同，但诸如真机、仿真等数据，天上掉不下来，网上也搜不着，几乎是现造现用。

而随着等米下锅的模型厂商越来越多，今年WRC上，一批过去躲在机器人身后，专门做数据采集、合成数据、仿真和世界模型的玩家，也开始拥有自己的展台。

首次参展的光轮智能，就是其中之一。名字听着像做轮毂的，其实是做“机器人教材”的。

数据荒漠，何以开垦？

尽管光轮智能展台相比“八角擂台”来说，略显清冷，但背后的热钱可是诚实的。

据不完全统计，过去一年国内具身数据赛道15家独立服务商完成34起融资，累计近45亿元，约七成流向了光轮智能。

这不是偶然。现阶段，具身智能行业的热点，正从本体转向大脑。而光轮智能扎根的数据，就是这个叙事里最重要的耗材。

光轮智能创始人谢晨曾在英伟达、Cruise、蔚来挨个待了一圈，干的基本都是同一件事，即在数字世界制造拥堵、鬼探头和车祸，防止上路以后连累真人。

2023年他出来创业，选了个更远期的赛道，物理AI数据与仿真基础设施。光轮方面亦曾判断，物理AI的数据需求规模，是自动驾驶的1000倍。

细想确实是这么回事，大语言模型有全网的语料，自动驾驶有百万辆量产车天天在路上跑，机器人要学的开门、叠衣服、抓杯子，互联网上寥寥无几。

换言之，机器人不能靠自己刷经验升级，得有人喂。光轮干的就是这个——不造机器人，给所有造机器人的公司提供“数据—仿真—评测—部署反馈”的全栈弹药。

但仿真这事儿有个祖传毛病，不够真。

自动驾驶仿真，很多时候需要规避接触，具身智能却与之不同。

斯坦福HAI实验室《2026 AI Index Report》给了个非常伤人的数字：RLBench里的仿真操作成功率已逼近9成，可一落到真实家庭场景，只有12%。

这虽然不是同一任务的直接对照，却足以说明受控环境里的高分，距离现实世界的丝滑，仍有不小距离，好比驾校模拟器考满分，科目二挂五次。

久而久之，Sim-to-Real gap成了行业口头禅，大意是“仿真都是假的，练了也白练”。

但这口锅，仿真背得有点冤。

光轮智能副总裁廉和有一个判断，即很多时候，不是Sim-to-Real出了问题，是Real-to-Sim压根没做好。如果连地图都画歪了，别怪导航把你带沟里。

以可变形物体为例，布料一扯就皱，食物软硬不一，这类东西的仿真精度至今仍待突破。

对此，工作人员透露，光轮智能的SimFoundry主要就面向这一场景。比如通过物理求解器让布料、线缆、液体不再一碰就穿模；或是物理测量一根USB线和一根网线的柔软度差在哪，再把真实参数搬进仿真器等。

光轮智能联创兼总裁杨海波则在一次沟通中透露，公司线缆和柔体求解器单点已是国际领先，但整体能力同国际领先的玩家相比，仍有差距。

不过，这事儿一旦过了某个临界点，账就变了。毕竟仿真数据生成不需要大量的真机或人，精确性一旦过关，后续就能靠卡换取规模，飞轮也可能会随之转动。

去年抢仿真，今年抢真人

具身智能这行还有个特点，即风向变得很快。

去年厂商们还在卷本体，今年就都盯上了大脑；去年大家都还猛抢仿真遥操作数据，今年第一人称人类视频突然就放量了。

倒也不是人手突然变香了，或者仿真拉了，大家几乎都是跟着潮流走，什么数据喂下去有效果，钱和人就往哪涌。

据业内人士透露，学术论文领先商业采购三到六个月。论文里某条路径多跑几个点，模型团队赶紧验证，调数据配方。

这就导致一个非常刺激的局面：真机、UMI、第一人称视频、仿真四种数据同时在卖，与此同时，VLA、世界模型和各路内部架构还在疯狂迭代，几乎都没有收敛。

而光轮智能，重点押注两类非本体数据，人类视频和仿真合成，不绑定特定本体，而且试图将其做标品，把同一份数据卖给不同客户。据杨海波透露，公司最近服务了30多家头部模型企业，每家至少买了20万小时。

不过，窗口期未必一直存在。当资源足够集中，路线大概率会被迫收敛。强如Transformer，也不是生来就一统江湖，可当算力、人才、论文、工具全堆上去，后来者也很难再另辟蹊径。

具身智能大概率会重演一遍，等模型架构收敛，数据范式也会收窄。因此，眼下热闹的数据百货市场，未必永远需要这么多货架。

另一方面，数据路线或许会变，但机器人缺数据这事始终没变。

一位模型团队负责人算过一笔账，真人采集大概几十、上百块一小时，多数数据供应商报价100上下。

许多玩家目前的阶段性目标，是先把数据堆到100万小时，至于为什么是100万小时，玩家们也道不出个所以然，只能沿着LLM的旧路，期待着GPT时刻的到来。

钱砸下去，水花得看得见。一些团队观察到数据从1万涨到10万小时后，机器人动作速度、稳定性和自然度确实有明显改善，Scaling目前还是最管用的招。而按此标准计算，光数据购买成本，100万小时就是1个亿起步。

但一位业内人士告诉光子星球，数据投入不能只按“小时数”算账，更要看有效性。因此，需要更关注新增数据是否覆盖新任务、新物体、新环境、新失败模式，以及是否能带来模型成功率、泛化能力、部署效率的提升。

高度重复的数据，硬盘不嫌弃，可模型嫌弃。

据介绍，头部客户的要求已经到了“变态”的地步：一个人、一个场景、一项任务，只采一条。同一个抓杯子，男人的手、女人的手、老人的手、孩子的手各一条，多一条都是浪费。

对此，一位业内人士告诉光子星球，一批数据值不值钱，不能只看累计时长，还要看它相对于模型已有能力，增加了多少新信息。熟练场景堆再多也只是复习，一个没见过的对象、一种新接触状态等，才是真正的价值所在。

而这，或许也是真机、UMI、第一人称视频、遥操、仿真谁也灭不了谁的原因。互联网视频负责广度，可穿戴采集负责真实多样性，遥操作负责高精度动作，真实场景数据负责验证和纠偏。

各有各的盲区，长期可能更像营养师给人配餐——从哪种数据最好，变成眼前这个模型，究竟还缺什么。

数据商，想定规矩

只做数据生意，光轮就是个“卖沥青”的。

只是，第三方数据公司的窗口期可能比想象中短。除了光轮、无问智科这样的独立第三方；智元、宇树、银河通用等整机厂亦开始自建数据闭环。而这届WRC上，很多玩家也展出了自己的数采方案。

光轮的算盘，是在窗口关上之前从“服务商”升级成“标准层”，试图定义具身智能大厦的模样。

今年3月，光轮成为了开源GPU物理引擎Newton的技术指导委员会里唯一的国内公司，与NVIDIA、DeepMind、迪士尼研究院和丰田研究院四家顶尖机构，共同探索下一代物理AI仿真标准定义。

这帮玩家凑一块，基本等于仿真界的“封神榜”。Newton想干的事，是把GPU并行计算、高精度接触动力学和强化学习仿真统一进一个开放架构，说白了就是想当物理AI时代的CUDA。

这其中，光轮智能主要负责引擎资产生态搭建、极限场景测试、工业落地验证与模型评测体系构建，其也依托Newton，打造了RoboFinals评测体系。

除Newton外，光轮还加入了人类视频数据组织EgoVerse。按照光轮的说法，它也是同时横跨仿真与人类视频两套国际体系的唯一中国企业。前者讨论仿真器、资产与任务怎样互通，后者则试图收敛第一视角人类数据需要包含哪些视觉、位姿、语义与物理信息。

不过，从做服务到定标准，光轮还需要回答一个现实问题，即一家同时参与数据生意和标准制定的公司，如何让客户乃至竞争对手相信，这套标准足够中立？

光轮的回应是不做模型，不做本体，至少不会既当裁判又当运动员。不过，当越来越多机器人需要通过同一套评测才能上岗，出卷人亦会成为把关人。眼下，光轮已经把考场搭了起来，接下来要证明的，是这份考卷属于整个行业，而非只服务于自家的教材生意。

特别声明：以上内容仅代表作者本人的观点或立场，不代表Hehson财经头条的观点或立场。如因作品内容、版权或其他问题需要与Hehson财经头条联系的，请于上述内容发布后的30天内进行。