田雨爆料：《庆余年3》和《庆余年4》争取一起拍！这次不必等五年了
文 | 舒书4 月 16 日 ，智元宣布数据服务平台、京东宣布收罗终端、小米麋集宣发机械人希望——三家企业统一天用差别的方法指向统一个偏向：具身智能的竞争 ，正在进入数据基础设施时代。但这不是一场建设竞赛 ，是一场数据界说权与生态主导权的争取战。谁先建设高价值数据的精炼能力、界说数据名堂与接口标准 ，谁就能掌控生态、让敌手的追赶本钱高到无法竞争。一、数据价值金字塔：修正与重估行业最大的误区是堆量即正义。真实的价值金字塔如下：数据价值金字塔群核的焦点手艺是 AI 物理合成数据——从真实数据中学习物理先验 ，再天生切合物理纪律的数据 ，无需手动搭建物理场景 ，可快速天生高保真失败案例 ，适配多场景迁徙。这与古板刚体 / 柔体 / 流体仿真引擎的手艺蹊径完全差别。行业真相：据清华大学丁贵广团队《具身智能数据收罗与处置惩罚综述》及行业调研 ，凌驾 90% 的收罗数据在未经细腻化处置惩罚前 ，难以直接用于模子训练（重复行动、失败无标注、传感器噪声、无物理反�。�。真正的壁垒不是收罗规模 ，而是高价值数据的精炼能力。二、数据飞轮：具身智能没有影子模式 ，怎么转？自动驾驶有几百万辆车在路上 ，每分每秒都在收罗数据、回传训练——这是自然的影子模式�；等嗣挥�。这意味着：收罗本钱必需由某个商业场景肩负。京东仓储、小米工厂可以 ，由于机械人自己在生产。纯数据服务商没有场景 ，收罗本钱 100% 靠自己烧钱。更有价值的是失败案例数据 ，但它们不会自动回流。自动驾驶可以比照 AI 决媾和人类司机操作 ，自动发明失败�；等嗣挥姓飧霰日�。谁在做失败案例的自动挖掘？现在险些没有人。而这些失败案例正是需要精炼的顶层高价值数据。" 数据→模子→数据 " 闭环是最大的手艺壁垒。这不是简朴的收罗更多 ，而是：评测→发明失败模式→定向收罗→模子迭代。没有这个闭环 ，再大都据也执偾数字垃圾。行业最大的认知过失：以为收罗规模即是数据壁垒。真正的壁垒是谁能让数据自己长出数据。而这种数据自生长的能力 ，正是玩家们争取的焦点 ，一场围绕数据控制权的战争已周全打响。三、玩家之间的战争：谁抢谁的生意？冲突 1：智元觅蜂想做统一平台 ，实质是抢数据商的饭碗智元做平台：我界说接口 ，我定价 ，我抽佣 ，你们沦为外包收罗工。帕西尼、光轮、巨身等头部数据厂商一定抵制——这不是合作 ，是夺权之战。平台模式的战略价值在于网络效应和生态锁定 ，而非短期盈利。初期的亏损是为换取恒久生态主导权的须要投入。智元的真实路径可能是 " 数据 + 服务 " 复合模式——用平台聚合需求 ，用增值服务（洗濯、标注、仿真测试）赚钱 ，而非纯粹的抽佣平台。冲突 2：京东、小米的场景数据 ，会不会关闭差池外？京东物流数据、小米工厂数据 ，是它们最焦点的竞争壁垒。或许率关闭自用 ，不会开放给智元或其他厂商。这意味着数据基建不是统一市场 ，而是诸侯盘据。冲突 3：合成数据 vs 真实数据 ，蹊径之争群核的 AI 物理合成数据可以补物理纪律、失败案例、多模态对齐 ，本钱远低于真机收罗。若是合成数据足够好 ，谁还愿意花数十万 / 小时做真机收罗？这不是合作 ，是替换。现在合成数据仍无法完全替换顶层真机数据 ，焦点场景（如细密装配、力控操作）仍需真机收罗。两者短期是互补关系 ，恒久是替换关系。冲突 4：标准之争——谁界说数据名堂 ，谁掌控生态行业标准仍处于测试标准阶段 ，不划定命据名堂、接口、标注规范。真正的战争在于：谁的数据名堂成为行业默认标准？就像 Google 的 Protocol Buffers、Facebook 的 Thrift ——数据名堂的掌控者 ，就是生态的主导者。四、商业模式：谁能赚钱？商业模式比照真实成交价远低于数万元 / 小时的纸面报价。据行业调研 ，2026 年一季度具身智能领域融资超 30 起、约 200 亿元（数据引自 IT 桔子、36 氪等果真报道） ，百亿估值公司已达 13 家。数据生意市场基础没起来——合规、确权、定价机制所有缺失。智元现在的真实模式是 " 卖数据 + 卖服务 " ，不是平台抽佣。五、中美蹊径对决：差别物种的战争中美蹊径对决需要澄清的是：双方的差别更多是战略着重点和资源禀赋的差别 ，而非两条泾渭明确的蹊径。特斯拉的 Optimus 同样高度依赖其超等工厂的真实场景数据举行迭代；中国的智源研究院等机构也在鼎力大举投入通用具身大模子的研究。终局判断：短期看 ，中国在场景落地和硬件供应链上占优；恒久看 ，美国在底层模子、仿真引擎和生态标准上领先。两条蹊径不会完全融合 ，但会相互渗透——中国的场景数据会催生更通用的能力 ，美国的通用模子也会向更多场景下沉。这种分解也让行业面临的泡沫、清静、合规危害 ，泛起出差别的地区特征。六、隐忧与挑战泡沫危害：2026 年开年融资超 30 起、约 200 亿元（IT 桔子、36 氪数据） ，百亿估值公司已达 13 家。行业共识：一半以上最终会消逝。更值得小心的是 ，目今行业保存大宗订单水分——许多所谓的商业订单是公关性子的展示采购 ，而非真实的生产力替换�；⑿嵩晃蛔琶蹲嗜说呐卸希�" 真正在买单的是投资机构 ，实质上是 To LP。" 瑞银证券剖析师也指出 ，目今大宗出货流向科研机构和数据收罗中心 ，而非真实生产力需求。估值更多是信仰投票 ，而非对商业价值的理性定价。物理清静：机械人收罗 / 执行时伤人、毁物、被挟制、越狱执行危险行动——全球首个具身清静评测基准 AGENTSAFE 已宣布 ，但行业整体仍处于补课阶段。数据合规：数据权属、隐私�；ぁ⒖缇炒洹贫刃钥蚣苋栽诮ㄉ柚��；等嗽诩彝ァ⒐こ章薜氖� ，究竟属于谁？现在没有谜底。七、终局判断：3 年演进路径终局判断赢家的焦点能力：低本钱高价值数据产能（群核的 AI 物理合成、帕西尼的超等工厂）全链路自动化数据引擎（不是数据工厂 ，是学习闭环）场景壁垒（京东的物流、小米的工厂——这是数据泉源的护城河）标准与生态主导权（谁界说数据名堂 ，谁就是生态的收税人）一句话判断：具身智能下一个泡沫破碎点 ，就是那些只会堆数据量、没有数据引擎、没有场景壁垒的公司。Demo 悦目没用 ，能自动迭代失败案例才是壁垒。结语模子是表 ，数据是里 ，引擎是魂 ，场景是命。4 月 16 日 ，智元、京东、小米宣告了数据基建时代的开启。但这不是一场建设竞赛 ，是一场数据界说权与生态主导权的争取战。谁的数据名堂成为标准 ，谁掌控生态。谁先跑通 " 数据→模子→数据 " 的飞轮 ，谁就能让敌手的追赶本钱高到无法竞争。未来几年 ，赢家不是做出最炫酷 Demo 的公司 ，而是谁人最先建成数据精炼厂、最先跑通自动迭代闭环、最先抢占标准生态位的公司。具身智能不是算力战争 ，不是模子战争 ，是数据飞轮的战争。而数据飞轮 ，只有少数人能转起来。本文基于果真信息剖析 ，部分数据引自 IT 桔子、36 氪、科创板日报、经济视察网、清华大学《具身智能数据收罗与处置惩罚综述》等。