WAIC 2026期间，乐聚智能承办的“具身智能前沿趋势与产业生态”论坛第一场圆桌讨论，主题是“真机数据赋能基础模型训练”。上海蚂蚁灵波科技CEO朱兴担任主持，其公司刚刚发布了具身原生模型2.0系列，他开场即抛出一个行业共识：数据不够，成本太高，真机难scale，合成有gap。

台上三位嘉宾——具脑磐石CEO朱森华，曾负责华为云大模型，主张从类脑算法范式重新理解具身智能；流形空间CEO武伟，曾任商汤绝影智能云研发负责人，2025年创立公司即跻身独角兽；星源智机器人CEO刘东，曾任京东智能驾驶负责人，由北京智源研究院孵化，融资已超十亿——恰好覆盖了具身智能大脑领域目前最核心的切入角度：类脑算法范式、世界模型数据路线、自动驾驶技术迁移。

三人从不同路径切入，却撞上了同一个挑战：物理世界的数据，到底该怎么喂给机器人大脑？

现场观点有交锋也有重合——有人坚持仿真数据仍有价值，有人彻底放弃仿真路线，有人则跳出数据配方之争、主张从算法范式层面重新解题。

路径不同，但所有人都指向同一个判断：具身智能落地物理世界被数据卡住了，而解药可能不在数据本身。

数据配方：90%、10%、0%的争议

“真机数据虽然少，但至关重要——没有它，模型无法完成到真实机器人的迁移。”刘东先亮出了星源智训练具身交互世界模型的数据配比：无本体数据占90%，真机数据占10%。

对于这个“配方”比例，武伟有不同解法。

“我们把仿真数据完全放弃了。”武伟说。他的逻辑来自第一性原理：Isaac Sim这类仿真器的超参数只有两万多个，本质上是一个小模型。用小模型生成的数据去训练几十亿参数的大模型，不合理。“一开始可能走得快，但一定会遇到性能天花板。”当然，如果仿真工具链能做到高物理真实、高视觉真实、高交互真实，他认为会对行业有巨大帮助——只是现在还不够。

他转而押注异构数据——通过视频采集的真实数据，包括成功的和失败的。“我们不会要求所有数据都是成功的。人类的失败经验对预训练同样重要。”

朱森华则把问题拉到了更高的维度。他认为，今天的数据困境，根源不在数据本身，而在算法范式。

“数据很重要，但算法范式决定了数据能挖掘出多少智能。”他引用AI领域“苦涩的教训”：“互联网尺度的数据一直都在，直到Transformer出现才被高价值利用。具身智能也一样，今天的数据困境，根源在于算法范式还不够好。”

三人的观点差异，与其说是分歧，不如说是不同层面的探索——有人在现有架构下寻找数据的最优配方，有人在追问这个架构本身是否需要重构。

在答案尚未收敛的阶段，这恰恰是行业健康探索的状态。

失败数据的价值：被严重低估的“负样本”

这是全场为数不多的共识点。

刘东说，以前采集数据只留成功的。“但升级到世界模型之后，我们发现失败数据能让模型学到成功的边界在哪里——什么动作会导致失败，失败后怎么调整。”

他甚至给出了采集策略：让采集员故意做一些失败动作，或者让不完善的模型自己去试错，把失败状态实时记录下来。“成本极低，但对模型理解物理世界很有价值。”

武伟补充了一个更深层的判断：“异构数据本身就包含了真实的成功和真实的失败。从人类的失败经验中进行预训练，比只学成功案例更有意义。”

这个共识背后，是具身智能与大语言模型的一个本质区别：语言模型可以通过互联网文本学到“什么是正确的”，但物理智能必须通过试错理解“什么是可能的”。

失败，是理解边界的最短路径。

预训练模型：为什么还远不能“开箱即用”？

当蚂蚁灵波CEO朱兴问“预训练模型未来能否开箱即用”时，三人的回答高度一致：短期内不可能。

刘东的判断是五年内不可能。“我们在物流、家庭、仓储三个场景分别训练，发现各场景采集的数据迅速让模型适应当地环境。想一个模型打天下，数据量远远不够。”

武伟从AI发展史切入：“大规模生成式预训练可以干掉下游判别式任务——语言领域已经验证了，计算机视觉领域也在验证。但在物理AI领域，还没有成功先例。”

他预测，具身智能长期会存在一个“真机在环的强化学习阶段”——先推送上车，人在过程中接管，接管数据用于强化学习。“本质上是在对齐人类的偏好。”

朱森华的视角更底层：“我们今天分预训练和后训练，是因为算法范式不够通用，只能做工程妥协——先学通用知识，再学专用知识。根源在于我们还在用模仿学习，不得不近乎穷举地让模型习得一个个实例。”

他举了一个例子，全场沉默了一瞬：

“你在家里学会用碗筷吃饭。把你和机器人丢进原始森林，机器人一定会饿死，因为它只熟悉碗筷。但你能找椰子壳当碗、拿树枝扒拉虫子。这就是泛化能力。我们想要的是这种能力，而不是记住了多少场景。”

后训练的终极目标，不是让模型在特定场景里更准，而是让它具备“走出展馆”的适应能力。

但现实是，行业离这个目标还很远。

数据工厂：谁该为“数据基建”买单？

聊完技术和算法，话题落到了最现实的问题：数据训练场该谁来建？

刘东认为，数据工厂分两步走：第一步，模型公司自建中试工厂——几百个席位，自己建立数据采集、清洗、标注的范式和生产工艺。“因为数据采集类型、标注和模型结构息息相关。纯第三方不知道你的模型架构，生产的数据不匹配。”

第二步，形成标准SOP后，引入行业众包或大规模合作。“你可以告诉京东怎么采集基础数据，然后放到你的数据工厂里清洗标注。”

武伟的观点更激进：数据终局在大规模人力运营商手里。

“美团、京东成本优势明显——它们每天有大量外卖小哥和物流工人，做的是非脱产的数据采集。大脑公司不应该把人全派出去采集数据，而是聚焦数据标准定义——传感器需求、数据精度、标注规范。”

朱森华的立场更接近刘东：标准和SOP必须由模型公司主导。“算法范式决定了数据格式和标注需求。不同算法范式需要布局多少数据、做什么配比，只有模型公司最有话语权。”

这场讨论没有达成共识。但所有参与者都意识到同一个问题：具身智能的数据基础设施，还远未到可以“外包”的阶段。每家模型公司都在自建“厨房”，但食材标准、菜谱格式、烹饪流程，行业还没有统一语言。

“一脑多体”：跨本体训练中存在实际工程难题

最后一个话题，关于跨本体训练。

刘东分享了一个现实教训：“我们买了二十多个品牌的本体，采集了二十多万条数据。如果不加处理、直接用各家的格式去训练，结果一塌糊涂。”

他们自建了统一的数据采集平台和数据处理平台，把所有视角、关节信息、标注统一成标准格式后，才跑通了跨本体训练。

武伟补充了一个更棘手的细节：即使同一款机器人，不同批次的硬件公差也可能大到影响模型迁移。“需要用软件工程去补齐硬件的物理误差——底层infra搭建好了，才能谈泛化。”

朱森华抛出了一个更根本的追问：“我们真的需要把单臂和双足的数据混在一起训练吗？”

“一脑多体是不是一个被盲目追求的目标？也许有更高效的方向，需要本体伙伴、模型伙伴一起定义。”

这个问题，现场没人能给出绝对判断。但它指向了具身智能行业的一个深层焦虑：在追求“通用”之前，我们是不是先把“专用”做到极致？

观察元快评——

整场圆桌会，三位嘉宾反复提到同一组词：数据、算法、范式、泛化。

所有人的判断指向同一个方向：具身智能当前最大的瓶颈，不在算力，不在硬件，而在“物理世界的数据该怎么采、怎么训、怎么用”——这件事，行业还没形成共识。

朱森华的判断，或许是对这场讨论最精准的收束：“数据很重要，但算法范式决定了数据能挖掘出多少智能。”

这不是说数据采集训练不重要——恰恰相反，现场的讨论几乎都在围绕“数据怎么采、怎么训、怎么用”展开。数据是必要条件，但如果算法范式不对，再多的数据也填不满物理世界的复杂性。解药不在数据本身，而在我们用什么方式去更好地“消化”数据——标准答案还没有，但发展收束的方向正在变得清晰。

文、图/广州日报新花城记者：阮元元、黄子宁 实习生：庾鸿勋
广州日报新花城编辑：罗林