前英伟达高管吴夏清创立Calder,瞄准具身智能世界模型数据底座

2026/04/10 20:03阅读量 2

前英伟达DRIVE Sim & DeepMap业务副总裁吴夏清(James Wu)离职后启动新项目Calder,专注于具身智能空间数据服务。当前高质量训练数据的稀缺已成为制约具身智能产业发展的核心瓶颈,市场正迎来资本与人才的密集涌入。京东、Ropedia及千寻智能等机构近期纷纷布局数据采集领域,推动行业从算法仿真向真实数据驱动转型。

事件概述

4月10日,前英伟达(NVIDIA)DRIVE Sim & DeepMap业务副总裁兼总经理吴夏清(James Wu)正式启动新一轮创业,项目命名为“Calder”。该定位聚焦于具身智能空间数据服务,旨在解决行业面临的“数据饥渴”问题,为构建世界模型(World Models)提供基础支撑。

目前Calder官网仅展示标语“空间智能的基础(The Foundation of Spatial Intelligence)”,并透露正与少量实验室及机器人团队开展合作。据相关消息,该项目正处于积极招聘阶段,但截至发稿未对具体细节进行公开回应。

核心背景:从自动驾驶到空间数据

吴夏清在数字地图与高精数据领域拥有深厚积累:

  • 职业履历:本科毕业于天津大学计算机系,获美国阿拉巴马大学伯明翰分校博士学位。曾先后任职于谷歌、苹果、百度美国研究院等科技巨头,深度参与Google Earth、苹果地图及百度自动驾驶等业务。
  • DeepMap经历:2016年创办高精地图企业DeepMap,获得金沙江创投、a16z及英伟达投资。2021年DeepMap被英伟达收购,吴夏清随后加入英伟达担任DRIVE Sim & DeepMap业务负责人,直至2025年底离职。
  • 战略转向:尽管DeepMap主要服务于自动驾驶,而Calder面向更广泛的具身智能与空间智能领域,但两者核心逻辑一致,即高度依赖高质量数据的采集、处理与交付。

行业痛点与市场趋势

数据壁垒成为关键挑战
斯坦福大学红杉讲席教授李飞飞提出的“空间智能”概念,强调机器在三维物理世界中理解、推理、感知和行动的能力,其技术路径依赖于具备生成性、多模态的世界模型。与大语言模型(LLM)可依赖互联网海量语料不同,空间智能面临数据空白:

  • 机器人研究尚处早期,缺乏商业化应用场景,导致真实数据采集困难。
  • 宇树机器人创始人王兴兴在GTC 2026上指出,“真机数据稀缺”是限制具身智能发展的三大难点之一。

资本加速涌入数据基础设施
为解决数据瓶颈,多家企业近期密集布局数据采集与处理领域:

  • 京东:宣布建设全球规模最大的具身智能数据采集中心,计划两年内积累超1000万小时优质数据,覆盖零售、物流、工业等多场景。
  • Ropedia:成立于2025年的数据基础设施服务商,近期完成千万美金级种子轮融资,致力于提供新一代数据采集解决方案。
  • 千寻智能:4月7日宣布完成10亿元新一轮融资,其自研可穿戴式数据采集设备已迭代至第5代,可将采集成本降至传统方式的1/10。

市场规模预测

根据QYResearch调研数据,全球具身智能数据采集工厂市场规模预计将呈现高速增长:

  • 2024年:约7.53亿美元。
  • 2031年:预计达到67.52亿美元。
  • 增长率:2025-2031年期间年复合增长率(CAGR)预计为36.8%。

随着数据成为决定机器人智能化上限的关键要素,人才与资本的加速涌入标志着具身智能产业正进入以真实数据驱动的新阶段。

准备好启动您的定制项目了吗?

现在咨询,即可获得免费的业务梳理与技术架构建议方案。