伊朗战争时代 ，巴林国王下令审查公民忠诚度
文 | 奇点研究社 ，作者｜孟雯最近具身智能的数据战打得火热。前有腾讯宣布 Tairos 具身智能开放平台 ，后京东又上线了具身智能数据生意平台 ，还要发动 60 万人收罗 1000 万小时。不久前 ，百度也推出具身智能数据超市 ，想要解决困扰行业已久的数据质量狼籍不齐、名堂标准纷歧、使用本钱高等痛点。上周亦庄的人形机械人马拉松大赛 ，更是把具身智能的热度推向热潮。荣耀机械人「闪电」跑完 21 公里 ，净用时 50 分 26 秒 ，突破了人类男子半马天下纪录。一时间 ，谈论区欢喜 ，" 历史性时刻 " ，" 安排态元年 " 到来！但仔细研究会发明这更像一场 " 机械能力 " 的突破 ，而非 "AI 能力 " 的突破。「闪电」之以是能跑出这个效果 ，靠的是 0.95 米大长腿、自研液冷系统、电机关系从 420Nm 提升到 600Nm。这些都是工程能力的积累 ，是荣耀把已往十几年消耗电子里的轻量化和结构设计能力 ，迁徙到了机械人上。若是把统一套算法塞进另一台机械人 ，或许率跑不出这个效果。问题不在算法 ，而在 " 具身智能 " 这个词 ，装了太多寄义。一连跑 21 公里是一件事；能帮你干活 ，是另一件事；能在产线上一连事情 8 小时不�；� ，又是完全差别的一件事而这三件事 ，对应的是三种完全差别的数据需求。" 缺数据 " 喊了三年 ，但没人说清究竟缺什么" 整个互联网上能训练的数据一共就没有几多 T ，现在已经快不敷用了。" 海内某头部大模子厂商首创人在采访中说 ，" 现在各人更多是用检索增强来落地 B 端 ，C 端照旧需要基座模子的进化才华突破。"这是大模子（LLM）领域的真实焦虑。现在 ，LLM 的 " 数据焦虑 " 正伸张到具身智能。去任何一场机械人相关的论坛 ，险些所有人都在说 ，数据不敷 ，是最大的瓶颈。但若是再往下追问 ，究竟缺的是什么数据 ？谜底却千差万别。LLM 之以是能够跑通规模定律（Scaling Law） ，有一个不可忽视的大条件：互联网文本自己就是一个 " 闭环系统 "。一句话里同时包括意图、语义、甚至隐含的推理路径。模子要做的 ，即是一直从这些闭环中提取纪律。以是你只需要 " 多喂 " ，模子 " 悟 " 得越多 ，能力就会自然涌现。但具身智能没有这样的闭环。你可以收罗 100 万小时的人类生涯视频 ，但内里并没有机械人应该怎样控制枢纽的信息；你可以构建 1000 万个仿真场景 ，但它们往往缺少真实天下里的噪声与长尾漫衍；你也可以通过遥操作积累 10 万条使命数据 ，但一旦替换机械人本体 ，迁徙效果就会显着打折。具身智能的数据 ，不是 " 被网络 " 的 ，而是在物理天下中被 " 制造 " 的。并且差别类型的数据 ，对 " 规模 " 的反应也完全差别。以是把 LLM 的那一套逻辑原封不动搬过来 ，自己就是一种误判。若是把具身智能的数据拆开来看 ，会更清晰一些。它大致可以分为三类：运动控制、场景明确与使命决议。运动控制数据告诉机械人 " 怎么动 " ，好比枢纽角度、力矩、运动轨迹等 ，这类数据高度绑定特定本体 ，自然不具备规�；从媚芰�。场景明确数据告诉机械人 " 看到了什么 " ，好比视觉、空间、物体识别等 ，由于人看到的天下 ，和机械人看到的天下 ，在统计意义上是相似的 ，以是这类数据是现在唯一有可能跑通 Scaling Law 的层级。最难的是使命决议数据 ，它要告诉机械人 " 该怎么办 " ，这是整个系统里最稀缺的一类数据 ，由于它要求三件事同时建设：感知、判断、执行 ，并且必需同步标注。这三类数据 ，有些可以靠堆量解决 ，有些则完全行欠亨 ，换言之 ，在具身智能领域 ，Scaling Law 不是 " 失效了 " ，而是 " 分层建设 "。行业里着实已经有人形貌过这个问题。戴盟机械人接受媒体采访时 ，称具身智能的数据供应保存一个金字塔结构。?顶层是机械人本体数据 ，最准确 ，但最难扩展；中层是可安排收罗数据 ，在精度和规模之间做平衡；底层是人类视角的大规模数据 ，最容易放量。底层数据 ，可以靠 " 规�；� " 堆出来 ，认真训练 " 认知 "。顶层的数据 ，必需贴着本体打磨 ，认真训练 " 执行 " 必需细腻打磨 ，不保存 " 多多益善 "。这也是为什么 ，纯粹谈 " 数据规模 " 已经不再有意义 ，要害在于 " 你在放大哪一层 "。沿着这个思绪 ，学术界也最先实验给出新的解法。中山大学揭晓的开源项目 PHYAgentOS ，把认知层与执行层解耦 ，即大模子做认知入口 ，不做最终执行者。这背后对应的 ，是一套新的数据分工方法：底层数据训练认知能力 ，可以跨本体泛化；顶层数据训练执行能力 ，始终绑定详细本体。一旦这一结构建设 ，数据的使用效率会爆发质变：差别层的数据 ，不再被强行塞进统一个模子里消化。解决了 " 数据从何而来 " ，还要看数据怎样 " 被消化 " ，这就涉及到目今行业里的几条主流的手艺蹊径。VLA 最常见 ，也最主流 ，它把视觉、语言、行动所有压进一个模子 ，输出控制信号 ，代表玩家是 RT-2 和 π 0 ，这一蹊径需要 " 图像 + 指令 + 行动 " 三者同时保存的数据 ，缺一不可 ，收罗本钱很高 ，也最难规�；�。第二条路径 ，是分层大模子。用 LLM 做高层妄想 ，再挪用 VLA 或古板控制算法执行。它牺牲了一部分端到端的一致性 ，但换来了更高的数据使用效率。典范代表包括谷歌的 Gemini Robotics、北大的 RoboOS ，以及前面提到的 PHYAgentOS。第三种是目今最受关注的天下模子蹊径 ，如 DreamDojo、PAR/PhysGen ，强调直接从视频里 " 悟 " 出物理纪律 ，以及零行动预训练 ，代表如外洋的英伟达 ，海内的拓元智慧。但差别玩家对统一蹊径也有着差别的明确。拓元智慧选择在隐层空间（而非视频画面）做天下推演。拓元智慧团结首创人陈添水在接受奇点采访时提到：" 英伟达的 One Action Model 主要指建模 action（行动） ，拓元同时建模 action 和 physical ，隐层特征（几千维）比视频像素（200 万像素）更高效 ，且能更好地支持 action 展望。"物理 token 自回归的运作方法：展望未来的帧与行动团结体 ，与真真相形同步演化图灵奖得主杨立昆提出的 JEPA 同样属于这一范式 ，但它更偏向 " 展望式学习 " ，即在笼统空间里推演未来状态 ，学习因果关系。写到这里 ，我们会发明 ，在具身智能领域 ，脱离模子架构去谈 " 高质量数据 " ，自己并没有太大意义。零次方团结首创人马晓龙采访中的话 ，精准点出了实质：" 数据有没有用 ，实质是匹配问题。对你的模子有用 ，对我的架构可能毫无意义 ，第三方换了场景又可能完全没用。"群核建道场 ，百度铺管道 ，京东搭舞台带着这样思绪再来看最近大厂的数据之争 ，就会发明他们虽然都在 " 抢数据 " ，但抢的 ，基础不是一个工具。差别不在 " 量 " ，而在 " 层 "。最底层 ，是群核科技。群和科技占有的是 Scaling Law 最可能建设的那一层：" 物理准确 " 的空间数据。凭证招股书 ，群核已经积累了 5 亿个 3D 室内场景、4.8 亿个 3D 模子 ，这些数据并非 " 收罗 " ，而是来自真实商业使用中被重复挪用、修改、验证的效果。群核科技推出的 InteriorNet 数据集（包括约 1 亿 3 万万图像数据）基于这些数据构建的 SpatialVerse ，是一个 " 可盘算的物理空间 "：球被扔出去会着落 ，门被推开会有阻力 ，地板保存摩擦力。物理准确性 ，意味着它不依赖任何详细模子架构的演进。无论未来是 Transformer、天下模子 ，照旧其他范式 ，机械人最终都必需在切合真实物理纪律的情形中完成学习和决议。这意味着 ，一旦底层数据的 Scaling Law 建设 ，群核的价值会被指数级放大。它不需要押注 " 哪一个模子会赢 " ，它押注的是所有模子 ，都必需进入 " 道场 "。若是说群核解决的是 " 数据从那里来 " ，那么往上一层 ，即是百度在做的事情：回覆 " 数据怎样流动 "。百度具身智能数据超市 ，是一其中立的数据流通平台。它不加入机械人本体 ，也不直接生产数据 ，而是试图把疏散在差别企业、差别场景中的数据 " 组织起来 "。凭证官方披露 ，现在具身智能数据超市已经接入十余家具身智能企业的数据 ，总量凌驾 1000 万条。同时推出了 " 繁星妄想 " ，妄想招募约 100 家场景方开放真实空间。更值得一提的是它的 " 重服务模式 "。" 百度数据超市上的数据需专业处置惩罚 ，暂无免费上传机制。我们有高 T 工程师团队免费支持客户 ，仅收取算力和存储用度。" 百度智能云泛科技立异行业销售总监徐良在采访中提到。这意味着 ，它并非一个简朴的笼络平台 ，而更像一个带有强加工能力的 " 数据代工厂 "：数据需要被洗濯、标注、结构化 ，才华进入可用状态。与此同时 ，百度还在补另一块更底层的基础设施：数据可信流通。包括云网端清静系统 ，以及面向出海的合规能力。" 现在百度团结头部客户开发的云网端清静计划 ，已经被应用到出口欧洲的产品中。" 徐良增补道。若是用一个更直观的类比 ，百度更像是具身智能时代的 "Visa"：它不直接加入生意 ，但决议了数据这笔 " 生意 " ，能不可爆发、怎样爆发。再往上走 ，是京东。着实京东的价值有被严重低估。上线具身智能数据生意平台 ，发动 60 万人收罗 1000 万小时人类真实场景视频数据 ，在亦庄马拉松机械人赛事中 ，京东又作为 AI 科技战略合作伙伴 ，提供了运输、救援、换电、维修等全周期包管。赛事直接发动了凌驾 20 个机械人品牌销售额翻倍 ，相关搜索量激增 300%。外貌看是一次品牌和供应链能力的展示 ，但它真正解决的问题 ，着实在数据层。具身智能里 ，有一类数据自然无法复用：运动控制数据。它高度绑定详细本体、详细结构 ，险些不具备跨平台迁徙能力 ，也就很难像互联网数据一样形陋习�；魍�。这恰恰是 Scaling Law 最难建设的一层。京东做的事情 ，是绕过 " 数据自己的可复用性 " ，直接让这类数据在真实天下中爆发商业价值：通过赛事、销售、服务 ，把机械人推入高频使用场景 ，让每一次真实运行 ，都酿成一次有用的数据积累。当数据自己无法流通时 ，就用 " 生意 " 去放大它的价值。价值驱动需求 ，需求再反过来推动数据回流 ，这是在 Scaling Law 不建设的顶层 ，少数可行的商业闭环。群核在最底层 ，提供 " 可以无限扩展的道场 "；百度在中心层 ，买通 " 数据怎样被加工与流通的管道 "；京东在最上层 ，搭建 " 让数据爆发价值的真实舞台 "。三者划分押注数据供应金字塔的差别层级 ，相互错位 ，却又环环相扣。协议之争与终局想象PHYAgentOS 论文中有一句话让我印象很深：Docs as API ，不是让 Agent 和硬件系统通过大宗隐式新闻、暂时状态和难以追踪的接口直接耦合 ，而是通过结构化文档举行交互 ，焦点载体包括 Markdown 文件。我以为这指向了具身智能数据之战的终局想象：标准化协议 ，即差别数据层 ，怎样被统一个系统明确 ？底层是空间与视觉 ，中层是使命与流程 ，顶层是详细本体的控制信号 ，它们的数据结构、表达方法、甚至时间标准都完全差别。若是没有一套统一的 " 诠释机制 " ，这些数据就只能各自为政。问题的焦点从 " 数据供应 " ，转向 " 协议毗连 "。不过现状是 ，各人都在做自己的标准 ，构建自己的 " 局部最优 "。小鹏、阿里、腾讯接连宣布了各自的天下模子 ，英伟达的 Cosmos 已经在工业仿真上建设了壁垒 ，李飞飞的 Marble API 已对外开放 ，杨立昆的 JEPA 虽然还在科研期 ，但代表了最远期的倾覆可能。各家有各自的数据名堂、仿真情形与 API 系统 ，背后绑定的是差别的手艺蹊径与产品假设。短期看 ，这种破碎不可阻止 ，由于没人会在早期阶段自动放弃对系统的控制权。同时也意味着 ，协议层的统一 ，会比想象中更难。它不会是一蹴而就的标准落地 ，更可能是一个漫长的博弈 ，在效率、控制力与生态开放之间重复拉扯 ，直到某种 " 足够好 " 的共识形成。最后荣耀「闪电」用 50 分 26