国先中心:具身智能数据行业研究白皮书

《具身智能数据行业研究白皮书》由国际先进技术应用推进中心（深圳）发布，聚焦具身智能领域的数据这一核心驱动力，系统梳理了数据采集、使用、评估与商业化的路径与挑战，旨在为行业提供前瞻性、系统性的参考框架。

具身智能正处于一个微妙的节点：大语言模型证明了认知智能的爆发力，但让智能体在物理世界中像人一样感知、操作、行动，却卡在了一个关键瓶颈上——数据。互联网上有海量的文本和图像，却没有足够的高质量物理交互数据来训练机器人。这本白皮书的核心问题就是：数据从哪里来？怎么用？如何靠数据打通具身智能的商业化之路？

白皮书首先澄清了一个基本判断：具身智能的数据不是单一的，而是分层的。它梳理了当前三条核心的数据采集路线——遥操作数据（精度最高、成本最高）、动作捕捉数据（连接真实与仿真的桥梁）和互联网视频与合成数据（规模最大、潜力最大）。这三条路径各有优劣，当前正在从独立使用走向融合演进，共同构成数据金字塔的底座。

在路线选择之外，白皮书还借用了自动驾驶十余年的发展经验作为参照系。自动驾驶从高精地图依赖到“仿真优先、真机验证”的转变，揭示了同一个规律：单一数据路径走不远，必须建立数据驱动的闭环系统。但具身智能面临一个更棘手的“先有鸡还是先有蛋”困境——自动驾驶可以边卖车边采数，而机器人还没进入真实场景，就没有数据；没有数据，就无法做出足够智能的机器人。

基于这样的判断，白皮书提出了一个渐进式的商业化路径：先靠少量数据在确定性的垂直场景中做出可用的原型，证明工程可行性；然后在聚焦的场景中用大量数据驱动算法迭代，建立行业壁垒；最终在海量数据的支撑下，实现高阶智能，走向“智能即服务”的云-边-端协同生态。这个路径不是线性的，而是与数据规模、模型能力和商业场景深度绑定的演进过程。

在机会与风险部分，白皮书指出：感知技术（尤其是触觉、感算一体）、数据采集与治理平台、垂直场景解决方案、失败数据的利用、世界模型等，都是当前值得关注的方向。同时，技术路径的不确定性、数据可用性验证的高成本、安全与伦理风险、行业标准缺失、商业化周期不及预期等，也都是无法回避的现实挑战。

附录部分整理了国内外主要的具身智能数据集（如BridgeData、AgilBotWorld、HumanML3D等），涵盖真实与仿真数据，便于研究和开发参考。

整体而言，这本白皮书沉到了“数据”这个最底层、最现实的制约因素上，用工程化的视角拆解了具身智能从实验室走向产业化的真实路径。对于从业者、投资人，以及所有关心具身智能下一步走向的人来说，这是一本值得细读的“路线图式”研究。