从170亿融资到100万小时数据：具身智能有效数据标准何在？

事件概述

• 2026年前7个月，具身智能领域融资超750亿元，为2025年全年的约4倍、2024年全年的约22倍（据IT桔子数据）。
• 其中25家数据公司半年融资170亿元，行业热度高涨，但“有效关键数据”缺乏统一判断标准。
• “100万小时”正成为具身智能的新尺度，但采集时长与训练可用产量之间存在明显落差，多数数据在两者之间被丢弃。

核心信息

• 行业争论焦点在于：什么数据算“有效经验”？判断标准包括能否提升能力、能否跨任务/场景/本体复用、是否值得长期投入和持有。
• 虎嗅AI 100闭门会将于8月17日19:00-21:00通过腾讯会议直播，邀请四位一线从业者，从四条链路讨论数据价值：
  1. 酷哇科技联合创始人彭湃：真实部署中的失败、接管与纠偏数据，如何转化为下一轮训练的高价值经验。
  2. 千寻智能预训练负责人郭俊良：人类视频、真机示教、仿真生成、部署回流等不同数据源的能力贡献如何量化，数据配方如何决定模型上限。
  3. 光轮智能战略与生态副总裁廉和：人类行为数据、物理测量、仿真数据如何形成闭环，评测如何连接训练与真实能力，以及物理AI基础设施的生态协作。
  4. 刻行时空联合创始人、CTO郑宇靖：跨本体、跨传感器的数据治理与评价如何建立信任，真实数据如何跨越工程、质量、合规门槛进入模型训练流程。

值得关注

讨论将聚焦三组核心问题：

1. 数据来源：若数据预算为1亿元，四条数据路线应如何分配？人类第一视角视频、真机遥操作、仿真生成和真实部署回流，分别适合学习语义、意图、动作先验、接触、受力、失败恢复还是安全边界？
2. 数据有效率：一小时采集数据中有多少能真正进入训练集？被丢弃的数据为何被丢弃？数据成本应按采集小时、有效轨迹、难例密度还是模型能力增量计算？
3. 数据资产：本体变化后历史数据还剩多少价值？甲方、机器人公司、模型公司与数据服务商共同产生的数据归谁？可复售的数据能否构成护城河？