文｜任倩

具身數(shù)據(jù)層的全球競賽正在迅速升溫。NVIDIA Research在2026年發(fā)布EgoScale數(shù)據(jù)與訓(xùn)練框架，在Ego-centric人類操作視頻上訓(xùn)練VLA模型，用 20,854小時(shí)帶動作標(biāo)注的第一人稱人類視頻，觀察到數(shù)據(jù)規(guī)模和驗(yàn)證損失之間接近對數(shù)線性的scaling law。1X收集人類第一視角及家庭行為數(shù)據(jù)，通過 Sunday項(xiàng)目采集百萬小時(shí)級家庭場景視頻。光輪智能采用仿真合成數(shù)據(jù)和人類視頻數(shù)據(jù)（EgoSuite）的混合路線，宣稱累計(jì)交付突破100萬小時(shí)，估值飆向十億美金。

幾個(gè)月內(nèi)，行業(yè)關(guān)注點(diǎn)已不再只是“誰采得更多”，而是“誰能把Human-centric /Ego-centric數(shù)據(jù)真正做成高自由度、高精度、低成本、可訓(xùn)練的資產(chǎn)”。

這背后是一場明確的數(shù)據(jù)范式遷移。過去一年，全球頭部玩家?guī)缀跬瑫r(shí)把目光轉(zhuǎn)向Human-centric data：不是更大規(guī)模的第三人稱素材，也不只是昂貴而稀缺的真機(jī)遙操作，而是更接近人類真實(shí)操作分布的數(shù)據(jù)。而其中Ego-centric——以人類第一視角、真實(shí)物理交互和多模態(tài)感知為核心——正迅速成為最關(guān)鍵的一條采集路線。

原因在于，機(jī)器人最終要學(xué)會的，不是看懂世界，而是在真實(shí)物理世界里把動作做對。第三人稱視頻缺少接觸與控制細(xì)節(jié)，仿真難以完整覆蓋真實(shí)物理長尾，純遙操數(shù)據(jù)又昂貴且稀缺。真正稀缺的，是一種既足夠真實(shí)、又足夠精細(xì)，同時(shí)還能被規(guī)模化生產(chǎn)并被模型直接消化的數(shù)據(jù)。就在這一拐點(diǎn)上，一家選擇從多模態(tài)融合與穿戴式高精度采集切入這一難點(diǎn)的公司，開始浮出水面。

「暗涌Waves」獨(dú)家獲悉，聚焦Ego-centric數(shù)據(jù)采集的創(chuàng)業(yè)公司星憶科技完成千萬級首輪融資，由清華系水木創(chuàng)投領(lǐng)投，泉士資本作為孵化方長期為公司提供產(chǎn)業(yè)及資本支持，并參與本輪投資；神州通譽(yù)系鑰卓資本、資深產(chǎn)業(yè)天使團(tuán)隊(duì)等跟投。Maple Pledge楓承資本長期出任公司私募股權(quán)融資顧問。

星憶科技孵化自清華大學(xué)計(jì)算機(jī)系，創(chuàng)始人宋知珩曾任智元機(jī)器人全尺寸雙足人形整機(jī)產(chǎn)品負(fù)責(zé)人，并負(fù)責(zé)相關(guān)數(shù)采與遙操體系建設(shè)；在此之前，他是鎂伽機(jī)器人前20號員工，建立創(chuàng)新應(yīng)用事業(yè)部并擔(dān)任產(chǎn)品負(fù)責(zé)人，帶領(lǐng)研發(fā)團(tuán)隊(duì)五次完成0到1新產(chǎn)品開發(fā)，牽頭研發(fā)從雙臂協(xié)作機(jī)器人到桌面級智能設(shè)備，實(shí)現(xiàn)公司首個(gè)萬臺量產(chǎn)與過億營收。

如果說human-centric/ego-centric數(shù)據(jù)正在成為具身智能的新地基，那么星憶最突出的地方，不只是押中了方向，而是它恰好把這一方向最難接齊的幾段鏈路放進(jìn)了同一個(gè)組織里。其核心成員覆蓋具身數(shù)據(jù)、模型、穿戴設(shè)備、復(fù)雜系統(tǒng)與數(shù)據(jù)工程等關(guān)鍵環(huán)節(jié)，形成了“數(shù)據(jù)—模型—產(chǎn)品—商業(yè)化”齊接的能力結(jié)構(gòu)。

團(tuán)隊(duì)技術(shù)班底來自清華、北航等高校，同時(shí)吸納了埃夫特、?？低暤荣Y深產(chǎn)業(yè)專家，在具身智能、多模態(tài)感知、三維手部理解、虛擬現(xiàn)實(shí)、人機(jī)交互與計(jì)算機(jī)視覺等方向均有長期研究，累計(jì)在CVPR、ICCV、ECCV、NeurIPS、IJCAI等國際頂級會議和期刊發(fā)表論文70余篇，承擔(dān)多項(xiàng)國家級科研項(xiàng)目。

對標(biāo)英偉達(dá)EgoScale技術(shù)路徑，星憶構(gòu)建的是面向具身智能與世界模型的數(shù)據(jù)采集軟硬件體系。其差異化在于：不做二指夾爪式UMI路線，而是做高自由度基礎(chǔ)上的高精度；不只采集視覺，而是同時(shí)融合視覺、觸覺與姿態(tài)；不只提供工具，而是試圖打通從采集到訓(xùn)練的完整閉環(huán)。

宋知珩認(rèn)為，真正有價(jià)值的真機(jī)數(shù)據(jù)，不是誰采得多，而是誰能同時(shí)滿足五個(gè)條件：真實(shí)、精準(zhǔn)、高自由度、低成本、可訓(xùn)練。在他看來，星憶當(dāng)前最突出的優(yōu)勢集中在精度與自由度兩端，而低成本與可訓(xùn)練性則決定這條路線能否真正走向規(guī)?；?/p>

前不久，「暗涌Waves」在北京中關(guān)村見到了宋知珩和星憶自研的多模態(tài)數(shù)據(jù)采集穿戴設(shè)備，他和我們聊了聊數(shù)據(jù)集采技術(shù)路線的根本分歧、毫米級姿態(tài)標(biāo)注的難點(diǎn)以及從數(shù)據(jù)供應(yīng)商到物理世界接口的漫漫長路。

以下為對話——

Part01

從采得多到采得準(zhǔn)

「暗涌」：做數(shù)據(jù)的公司非常多，也有融資體量比你們大很多的，星憶科技的定位是什么？

宋知珩：我們是具身智能的物理數(shù)據(jù)基礎(chǔ)設(shè)施。通過自研的高精度穿戴設(shè)備與數(shù)據(jù)引擎，將人類精巧的“生產(chǎn)力經(jīng)驗(yàn)”轉(zhuǎn)化為機(jī)器人可學(xué)習(xí)的“數(shù)字養(yǎng)料”。

核心只有一件事：讓機(jī)器人具備在真實(shí)復(fù)雜的世界中完成精細(xì)操作的能力。不是讓機(jī)器人跳舞，而是讓它能像外科醫(yī)生一樣握穩(wěn)手術(shù)刀。

「暗涌」：為什么選擇在此時(shí)此刻、從數(shù)據(jù)這個(gè)環(huán)節(jié)切入創(chuàng)業(yè)？你在智元看到了什么？

宋知珩：我在智元擔(dān)任全尺寸雙足人形整機(jī)產(chǎn)品負(fù)責(zé)人，也負(fù)責(zé)數(shù)采與遙操。我們能夠清晰地看到，整個(gè)行業(yè)賣得最多的場景仍然是展廳、商演、科研、數(shù)采，很難形成可復(fù)制的生產(chǎn)力閉環(huán)。

核心卡點(diǎn)就是高質(zhì)量的真實(shí)數(shù)據(jù)不足：模型既缺少對物理世界的有效表征，也缺少可遷移的操作先驗(yàn)，而我們做的，就是補(bǔ)這一層。從外部看，我們是對標(biāo)EgoScale；從我們內(nèi)部看，這是很早就形成的一條判斷：具身智能最終缺的，不只是模型和本體，關(guān)鍵是建立最高效的數(shù)據(jù)路徑。英偉達(dá)把這條路線公開做熱，也說明這正在成為行業(yè)共識。

「暗涌」：為什么EgoScale這么火爆？為什么具身本體公司都在積極關(guān)注這條技術(shù)路線？EgoScale框架到底特別在哪里，突破點(diǎn)又是什么？

宋知珩：EgoScale之所以迅速走紅，核心在于它驗(yàn)證了一條非常有吸引力的路徑：通過超大規(guī)模的人類第一視角數(shù)據(jù)，實(shí)現(xiàn)從人類行為到機(jī)器人操作能力的高效遷移。這件事對具身智能非常重要，因?yàn)檫^去機(jī)器人訓(xùn)練長期受限于真機(jī)數(shù)據(jù)昂貴、采集慢、覆蓋場景有限，始終難以真正做大規(guī)模。

EgoScale的突破，在于它不是簡單堆數(shù)據(jù)，而是構(gòu)建了一套更系統(tǒng)的訓(xùn)練框架。通過分階段訓(xùn)練，它先從海量人類第一視角操作數(shù)據(jù)中學(xué)習(xí)通用的行為先驗(yàn)，再進(jìn)一步向機(jī)器人動作空間遷移，顯著提升了機(jī)器人在靈巧操作任務(wù)中的成功率。這樣的設(shè)計(jì)，使它有機(jī)會突破傳統(tǒng)“小樣本、重遙操作、強(qiáng)依賴本體數(shù)據(jù)”的限制。

更關(guān)鍵的是，這條路線天然適配具身行業(yè)當(dāng)前最核心的訴求：一方面，人類數(shù)據(jù)比機(jī)器人數(shù)據(jù)更容易規(guī)?；@??；另一方面，這種框架對于不同形態(tài)、不同自由度的機(jī)器人本體都具備較強(qiáng)的泛化潛力。對于本體公司來說，誰能更高效地獲得可遷移、可擴(kuò)展、可復(fù)用的數(shù)據(jù)和訓(xùn)練范式，誰就更有機(jī)會在下一階段的能力競爭中占據(jù)先機(jī)。這也是為什么整個(gè)行業(yè)都在高度關(guān)注EgoScale。

「暗涌」：你們和EgoScale有區(qū)別嗎？在哪里？

宋知珩：有的，我們不僅有更多的模態(tài)，觸覺對于精細(xì)操作是必不可少的，同時(shí)我們對場景有著更高的兼容性，不局限在實(shí)驗(yàn)室，是EgoScale in the wild，對場景幾乎無約束，能夠直接在真實(shí)的生產(chǎn)場景中佩戴我們的設(shè)備采集，這對于算法和穿戴舒適性都是更高的挑戰(zhàn)。

星憶EgoKit多模態(tài)數(shù)采套件及星憶HBR Engine數(shù)據(jù)引擎｜圖片來源：企業(yè)供圖

「暗涌」：怎么理解“世界頂尖”？

宋知珩：決定上限的，不只是模型參數(shù)，而是teacher signal的質(zhì)量：多模態(tài)采集、細(xì)粒度手部理解和高精度標(biāo)注，這些才是高質(zhì)量具身數(shù)據(jù)的第一性。想象一下，如果示范動作本身存在抖動、偏移和時(shí)序誤差，模型學(xué)到的不會是能力，而是誤差。

人體姿態(tài)估計(jì)很多時(shí)候是厘米級問題，手部則往往要進(jìn)入毫米級：關(guān)節(jié)點(diǎn)更密、遮擋更多、手物接觸更復(fù)雜，技術(shù)難度不是線性增加，而是成倍上升。

也正因此，手部理解是具身數(shù)據(jù)里最難的一層之一，是L4-L5級別的技術(shù)，我們恰恰有全球最好的這方面能力，而人體姿態(tài)是L2，我們把這一層做深做透的基礎(chǔ)上，向上再擴(kuò)展到上肢乃至全身，路徑反而更順。

「暗涌」：為什么一定要做多模態(tài)融合（視覺+觸覺+姿態(tài)），單純視覺不夠嗎？大模型不是已經(jīng)能看懂世界了嗎？

宋知珩：不是模型不夠聰明，而是它從來沒有真正“觸摸”過真實(shí)世界。精細(xì)操作至少需要三類信息：三維視覺、身體姿態(tài)，以及觸覺。

三維視覺告訴你物體在哪里，姿態(tài)告訴你手和臂是怎么到達(dá)那里的。而真正進(jìn)入接觸瞬間后，決定成敗的往往是觸覺：有沒有接觸、是否打滑、該用多大力、什么時(shí)候該收力。觸覺提供的是接觸狀態(tài)、摩擦變化和微滑移信息，它是視覺的終點(diǎn)，也是力控的起點(diǎn)。

「暗涌」：聽說你們能做到戴手套情況下的手勢識別，這很難嗎？Meta和Apple不是也在做？

宋知珩：極難。Meta用肉色手套，本質(zhì)上還是讓模型把它當(dāng)成“更粗壯的人手”來識別。我們可以用黑色手套，模型能在特征空間里識別出這是手，并精確解析姿態(tài)。Apple的手勢技術(shù)很強(qiáng)，但公開路線仍以裸手交互為主。

為什么這重要？因?yàn)橛|覺最自然的載體就是手套，如果不能在穿戴狀態(tài)下穩(wěn)定完成手部理解，就沒法把視覺、觸覺和姿態(tài)真正融合起來。這背后難的不只是識別本身，而是多模態(tài)系統(tǒng)要在精度、時(shí)延和成本之間同時(shí)成立。

「暗涌」：你們提到“毫米級標(biāo)注”，具體能達(dá)到什么精度？成本相比傳統(tǒng)方式如何？

宋知珩：對手部這樣高密度、強(qiáng)遮擋的任務(wù)來說，傳統(tǒng)人工標(biāo)注和通用開源算法都很難同時(shí)兼顧精度與一致性。我們能夠在長序列、強(qiáng)接觸條件下，把數(shù)據(jù)引擎的標(biāo)注能力穩(wěn)定推到毫米級，并且比人類專家的標(biāo)注能力具備更強(qiáng)的一致性。

成本上，人工標(biāo)注一秒鐘視頻（30幀）三個(gè)視角，哪怕0.1元標(biāo)一張圖也要3塊錢一秒，一分鐘180塊。我們強(qiáng)大的標(biāo)注引擎，成本是傳統(tǒng)人工的幾百分之一，但精度更高。這就是“低成本+高質(zhì)量”的雙飛輪。

「暗涌」：為什么不做仿真數(shù)據(jù)？英偉達(dá)不是也在推仿真到現(xiàn)實(shí)的遷移？

宋知珩：仿真在預(yù)訓(xùn)練、策略搜索和并行試錯上很有價(jià)值，但一旦進(jìn)入真實(shí)世界的復(fù)雜接觸，sim-to-real gap依然顯著。

比如，把一根像面條一樣會彎、會回彈、會打滑的柔性排線，準(zhǔn)確插進(jìn)毫米級接口并一次完成扣合，這類任務(wù)涉及接觸、形變、摩擦、遮擋和連續(xù)反饋修正，很難在仿真中被完整還原。英偉達(dá)推動sim-to-real，方向當(dāng)然是對的，但本質(zhì)不是“用仿真替代真實(shí)”，而是讓仿真更接近真實(shí)，仍需大量真實(shí)數(shù)據(jù)持續(xù)對齊和校準(zhǔn)。

我們判斷，真正有價(jià)值的真機(jī)數(shù)據(jù)要同時(shí)滿足五個(gè)條件：真實(shí)（物理交互）、精準(zhǔn)（精細(xì)操作）、高自由度（泛化性）、低成本（可規(guī)模化）、可訓(xùn)練（標(biāo)準(zhǔn)化處理）。五個(gè)條件缺一不可，仿真數(shù)據(jù)在“真實(shí)”這一關(guān)就過不了。

「暗涌」：你們的數(shù)據(jù)采集流程具體是怎樣的？怎么保證低成本？

宋知珩：傳統(tǒng)真機(jī)遙操需要租場地、買設(shè)備、雇人，成本極高。

我們是一個(gè)流式過程：采集員或工人佩戴我們的穿戴套件在真實(shí)產(chǎn)線或場景操作，數(shù)據(jù)引擎實(shí)時(shí)捕捉視覺、觸覺、位置、軌跡，并進(jìn)行毫秒級對齊，形成可進(jìn)一步張量化的多模態(tài)訓(xùn)練數(shù)據(jù)。隨后，我們的離線工具鏈會自動進(jìn)行“毫米級標(biāo)注”，過濾無效噪聲，形成可以直接用于具身模型訓(xùn)練的高質(zhì)量數(shù)據(jù)。

「暗涌」：真實(shí)環(huán)境不可控，如何保證數(shù)據(jù)質(zhì)量和安全性？數(shù)據(jù)會開源嗎？

宋知珩：我們有一套內(nèi)嵌的“質(zhì)量審計(jì)引擎”，自動剔除抖動、丟幀和邏輯不合理的動作。關(guān)于開源，星憶有明確的節(jié)奏：我們將會在今年陸續(xù)開源1000至10000小時(shí)的高精度數(shù)據(jù)集。我們認(rèn)為，具身智能的繁榮不能靠“閉關(guān)鎖國”，我們要推動行業(yè)共建地基。

「暗涌」：你提到過兩個(gè)“金字塔”——一個(gè)是機(jī)器人能力的金字塔，一個(gè)是數(shù)據(jù)的金字塔。它們分別意味著什么？星憶科技切入的是哪一層？

宋知珩：我們內(nèi)部確實(shí)會用兩個(gè)“金字塔”來理解具身智能。

第一個(gè)是能力金字塔：從下往上，本體是底座，其上是運(yùn)動智能，再往上是認(rèn)知智能；而認(rèn)知智能如果繼續(xù)拆分，又可以分成交互智能和作業(yè)智能。前者解決“能不能聽懂、會不會表達(dá)”，后者解決“能不能在真實(shí)物理世界里完成有目標(biāo)、有約束的操作任務(wù)”。真正決定具身系統(tǒng)上限的，是作業(yè)智能這一層。

第二個(gè)是數(shù)據(jù)金字塔，底層是互聯(lián)網(wǎng)數(shù)據(jù)，規(guī)模最大，提供語義和常識先驗(yàn)；再往上是仿真/合成數(shù)據(jù)，適合預(yù)訓(xùn)練、策略搜索和并行試錯；再往上是以第一人稱人類數(shù)據(jù)為代表的多模態(tài)真實(shí)數(shù)據(jù)；最頂層則是真機(jī)遙操數(shù)據(jù)。越往上，數(shù)據(jù)量越小，但越接近真實(shí)任務(wù)、真實(shí)接觸和真實(shí)控制閉環(huán)。

數(shù)據(jù)金字塔｜圖片來源：企業(yè)供圖

越往上走，數(shù)據(jù)越少，但價(jià)值密度越高。行業(yè)今天真正缺的，不是又一層大而泛的數(shù)據(jù)，而是能進(jìn)入復(fù)雜接觸、又能被模型有效消化的高質(zhì)量真實(shí)數(shù)據(jù)。

Part02

從數(shù)據(jù)供應(yīng)商到物理世界接口

「暗涌」：你們跟其他做數(shù)據(jù)采集的公司比如做UMI（通用操作接口）的、做真機(jī)遙操的，本質(zhì)區(qū)別是什么？

宋知珩：UMI路線的重要意義，在于證明了人類演示可以成為機(jī)器人學(xué)習(xí)的重要入口；DexUMI這類工作又把這條路線往更高自由度推進(jìn)了一步。

但星憶和這類路線的區(qū)別，不在于是否認(rèn)同這個(gè)方向，而在于目標(biāo)函數(shù)不同：它們優(yōu)先解決的是低門檻、可遷移、可擴(kuò)展；而星憶優(yōu)先解決的，是在高自由度前提下，把視覺、觸覺、姿態(tài)這些決定精細(xì)操作上限的信號，真正采全、采準(zhǔn)、采成可訓(xùn)練的數(shù)據(jù)資產(chǎn)。

我們認(rèn)為二指夾爪是工業(yè)化遺留的產(chǎn)物，只能在特定場景高效完成特定任務(wù)，但AGI要求泛化能力——用一套本體在復(fù)雜物理世界做各種操作。這要求末端執(zhí)行器具備高自由度。我們不做二指夾爪，做“高自由度基礎(chǔ)上的高精度”。人手有21個(gè)自由度，UMI的二指夾爪拿不穩(wěn)手術(shù)刀，也按不了打火機(jī)，但高自由度的靈巧手可以。

星憶與這類路線的區(qū)別，不在于能不能低成本采到數(shù)據(jù)，而在于能否在更高自由度前提下，把精度、可訓(xùn)練性和規(guī)模化同時(shí)做出來。

「暗涌」：所以你們的產(chǎn)品和服務(wù)也是tob的。

宋知珩：是的。路徑非常清晰：第一步，服務(wù)于高校和頂級實(shí)驗(yàn)室（科研需求），也包括數(shù)采廠；第二步，切入機(jī)器人本體和模型廠商（訓(xùn)練需求）；第三步，觸達(dá)最終場景方（落地需求）。我們要建立一個(gè)從數(shù)采工具到在線引擎再到場景落地的完整商業(yè)閉環(huán)。售賣穿戴硬件和數(shù)據(jù)集，這是兩類標(biāo)準(zhǔn)產(chǎn)品。對于只想快速提升模型訓(xùn)練效果的客戶，可以直接買成品數(shù)據(jù)集，我們有相應(yīng)的技術(shù)支持，可以快速地幫助客戶完成對應(yīng)的模型訓(xùn)練。

「暗涌」：清華系和華為系都在做具身，你們怎么定義自己的獨(dú)特性？會不會覺得你們只做數(shù)據(jù)，缺乏端到端的能力？

宋知珩：華為系更擅長從通信、工程體系和底層架構(gòu)去理解系統(tǒng)。我們不簡單歸結(jié)為派系差異，關(guān)鍵在于如何定義具身智能里最難、最稀缺的問題。

本體可以買，算法可以跑開源，但具備真機(jī)反饋的高精度高質(zhì)量動作數(shù)據(jù)是買不到的。它是非標(biāo)準(zhǔn)化的、強(qiáng)依賴物理反饋的。我們要把這種最難規(guī)?；摹肮そ呈炙嚒睌?shù)字化、標(biāo)準(zhǔn)化，讓它能像自來水一樣供應(yīng)給所有大腦廠商。

「暗涌」：數(shù)據(jù)規(guī)模的天花板有多高？有人說需要百億條數(shù)據(jù)，有人說10億條就夠了，你怎么看？

宋知珩：這是一個(gè)效率問題。做模型的人想減少數(shù)據(jù)需求，做數(shù)據(jù)的人想提高質(zhì)量和規(guī)模，最終會在中間match。

早期學(xué)界認(rèn)為需要百億到千億條，也就是一億到十億小時(shí)，我們認(rèn)為最終會落在一億小時(shí)這個(gè)量級。但這一億小時(shí)不是“加權(quán)平均”，而是最高質(zhì)量的數(shù)據(jù)——就像人類基因花了四五億年演化，預(yù)訓(xùn)練大模型需要這些高質(zhì)量數(shù)據(jù)形成“具身基因”，然后再通過真機(jī)強(qiáng)化學(xué)習(xí)提升特定任務(wù)能力。

「暗涌」：有人說機(jī)器人行業(yè)的盡頭是國家級數(shù)據(jù)基礎(chǔ)設(shè)施，你認(rèn)同嗎？你們會站隊(duì)嗎？

宋知珩：與其說是站隊(duì)，不如說是抱團(tuán)。這個(gè)行業(yè)很難單打獨(dú)斗，需要國家隊(duì)、產(chǎn)業(yè)生態(tài)一起打造。

「暗涌」：你判斷具身智能什么時(shí)候能真正落地？星憶在這個(gè)過程中扮演什么角色？

宋知珩：3年進(jìn)工廠，5年進(jìn)家庭。

工廠指特定場景的單一任務(wù)，通過真機(jī)強(qiáng)化學(xué)習(xí)提高正確率到99%以上；家庭指不同環(huán)境，需要模型具備泛化能力，同時(shí)又有安全、隱私等方面的要求。目前行業(yè)整體仍處于POC階段，純端到端方案的準(zhǔn)確率通常只有70%–80%，尚不足以支撐穩(wěn)定落地，仍需依賴人工監(jiān)督或rule-based機(jī)制進(jìn)行兜底。

在全球具身智能版圖中，Physical Intelligence和Generalist更聚焦模型與通用策略的上層突破，而星憶切入的，是更難被替代的一層：以高質(zhì)量、規(guī)?；恼鎸?shí)物理數(shù)據(jù)積累，定義AGI時(shí)代的通用行動接口。

「暗涌」：你們的團(tuán)隊(duì)配置很跨界——清華學(xué)術(shù)背景、智元和鎂伽量產(chǎn)經(jīng)驗(yàn)，這種組合如何轉(zhuǎn)化為競爭力？

宋知珩：很多人把具身智能理解成模型、硬件或場景的單點(diǎn)競爭，但更底層的競爭，是把真實(shí)世界經(jīng)驗(yàn)轉(zhuǎn)化為機(jī)器人能力的系統(tǒng)效率競爭。我們團(tuán)隊(duì)真正的競爭力，在于將學(xué)術(shù)、工程和產(chǎn)業(yè)最難接上的鏈路，在團(tuán)隊(duì)內(nèi)部充分打通：我們既懂真實(shí)世界經(jīng)驗(yàn)如何被采集、對齊、表征并沉淀為可訓(xùn)練資產(chǎn)，也懂模型如何基于這些資產(chǎn)完成學(xué)習(xí)，并在真實(shí)場景中持續(xù)驗(yàn)證、校準(zhǔn)和回流。

單點(diǎn)能力可以補(bǔ)，閉環(huán)能力很難長出來。下一階段具身智能真正拉開差距的，不是誰能做出一個(gè)更亮眼的模型、一個(gè)更好的硬件，或者一個(gè)更能傳播的Demo，而是誰能率先把高標(biāo)準(zhǔn)數(shù)據(jù)資產(chǎn)的規(guī)模化生產(chǎn)能力建立起來，并把它做成一套從真實(shí)世界持續(xù)學(xué)習(xí)、持續(xù)回流、持續(xù)長出能力的系統(tǒng)。誰先把這套系統(tǒng)做出來，誰才更有機(jī)會定義下一階段具身智能的產(chǎn)業(yè)路徑。