WAIC观察：具身数据迈向“开箱即用”，高精度多模态数据成关键

事件概述

WAIC 2026 期间，具身智能数据问题成为焦点。亮源新创创始人姜旭指出，具身智能正沿“规模化预训练→规模化对齐→规模化部署”演进，数据红利是核心，但当前基础预训练阶段的数据缺口仍未填上。行业真正缺乏的不是互联网视频等非交互数据，而是可直接用于模型训练的“开箱即用”数据。

核心信息

• 什么是“Model-Ready Data”：简智机器人将其定义为可直接喂给模型、无需二次加工的数据，需同时满足三个条件：

  • 高精度：基础门槛是低误差、低延迟、低漂移。当前行业普通方案手部关节追踪误差在2-3厘米，而成年人手指直径约1-2厘米，导致训练后操作失败。简智通过端到端自研算法实现亚厘米级（<1cm）精度。
  • 多模态：需包含RGB、人体姿态、手部轨迹、深度、触觉、全身运动链等多维度信息。纯视觉路线缺失“人怎么动、用多大劲”的关键信息。简智采用六目同步相机、电子皮肤+仿生关节等硬件方案覆盖全身和触觉。
  • 多样性：决定模型泛化上限，用自研指标“DPH”（同一技能下每小时数据由多少人在多少场景完成）量化多样性。专业场景（实验室、制造、化工等）采集更需产品轻量化、无感化。

• 技术方案与实践：简智机器人从模型理解出发，自研DFM（Data Foundation Model）实现遮挡补全和端到端人体数据输出；算法层面实现多源传感器融合、感知压缩（压缩至原始2%）、端侧质检过滤30%无效帧；硬件全链路自研，考虑量产一致性。数据采集覆盖全身SMPL-X人体网格，还原完整运动链。

• 行业角色与边界：简智机器人作为第三方数据基础设施厂商，保持中立，不涉足具身基座模型和机器人本体，也不大规模做与客户绑定的真机数据，以建立长期信任，已助力小米、蚂蚁灵波等头部模型公司。

值得关注

具身智能正从“拼参数、拼Demo”转向“拼落地、拼工业化”。高质量、开箱即用的数据被视为大厦的地基。当所有模型团队和机器人团队不需自建数据采集产线，行业研发节奏将真正加快。具身数据正进入类似云计算或大模型token服务的标准化基建阶段。