首個(gè)物理AI數(shù)據(jù)基座平臺(tái)“無垠”落戶浙江，專治機(jī)器人數(shù)據(jù)荒

一凡 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

2026，什么最火爆？

具身智能和世界模型，今年合計(jì)已吸金超300億元，前者是物理AI落地的產(chǎn)品，后者是物理AI的“訓(xùn)練場(chǎng)”，它們共同組成了物理AI的一體兩面。

然而，物理AI始終是融入真實(shí)世界的AI，盡管世界模型代表的仿真路線，以較低成本為物理AI供應(yīng)了海量數(shù)據(jù)，但其中的Sim2Real鴻溝，又讓行業(yè)長(zhǎng)期頭疼。如果轉(zhuǎn)而依靠真實(shí)數(shù)據(jù)，成本又太高，很難上量。

在這種矛盾之下，行業(yè)開始轉(zhuǎn)向虛實(shí)融合的方式，為物理AI供應(yīng)大規(guī)模的數(shù)據(jù)。就在近日，這條路線上涌現(xiàn)出了業(yè)界首個(gè)數(shù)據(jù)基座平臺(tái)

具身智能的火，照亮數(shù)據(jù)的難

開年短短2個(gè)月，具身智能賽道融資超20起，平均3天不到就有一筆熱錢涌入，行業(yè)累計(jì)融資金額已超200億元

海量資本注入，推動(dòng)行業(yè)技術(shù)進(jìn)步，讓機(jī)器人開始從舞臺(tái)走向工廠，準(zhǔn)備進(jìn)入千家萬戶。

但在實(shí)際應(yīng)用場(chǎng)景中，大量任務(wù)都面臨很多非結(jié)構(gòu)化的場(chǎng)景，這需要機(jī)器人模型有很強(qiáng)的泛化能力。而模型強(qiáng)大的泛化能力，又來自海量的高質(zhì)量數(shù)據(jù)。

高質(zhì)量數(shù)據(jù)的缺失，恰恰又是具身智能正在面臨的最大痛點(diǎn)之一。因?yàn)榫呱碇悄芩淼奈锢鞟I不像LLM，后者具有天然的“數(shù)據(jù)礦”，可以學(xué)習(xí)移動(dòng)互聯(lián)網(wǎng)海量的文本和圖片數(shù)據(jù)。而物理AI只有這些數(shù)據(jù)還不夠，必須要有帶物理反饋和交互的多模態(tài)數(shù)據(jù)，當(dāng)前行業(yè)可供給的數(shù)據(jù)量和通用具身智能需求量相比，差距可能在一千萬倍以上。具身智能沒有數(shù)據(jù)，就像火箭失去了燃料，無法帶領(lǐng)我們前往新的星空。

針對(duì)數(shù)據(jù)問題，從大的層面來看業(yè)內(nèi)目前主要有三個(gè)解決方案：

• 采集真實(shí)數(shù)據(jù)：數(shù)據(jù)質(zhì)量高，采集成本極高，效率極低
• 虛擬仿真合成：成本低，生產(chǎn)效率高，但存在Sim2Real鴻溝
• 提取互聯(lián)網(wǎng)視頻：數(shù)據(jù)存量大，但利用難度高，且缺失關(guān)鍵的物理模態(tài)

三大技術(shù)路線各有利弊，所以行業(yè)近期開始傾向于虛實(shí)融合路線，采用取長(zhǎng)補(bǔ)短的方式，給物理AI提供數(shù)據(jù)基座，首個(gè)基座平臺(tái)近日在浙江德清正式發(fā)布。

首個(gè)物理AI數(shù)據(jù)基座平臺(tái)，虛實(shí)融合打破數(shù)據(jù)瓶頸

無問智科近日在德清召開了一場(chǎng)群星閃耀的發(fā)布會(huì)。地平線創(chuàng)始人、無問智科首席顧問余凱現(xiàn)場(chǎng)致辭，地平線、星動(dòng)紀(jì)元、靈心巧手、云深處和地瓜機(jī)器人等50多家不同細(xì)分領(lǐng)域的頭部玩家，紛紛出席見證。

在一眾大咖的見證下，無問智科CEO劉盛翔正式發(fā)布行業(yè)首個(gè)物理AI數(shù)據(jù)基座平臺(tái)“無垠”這是行業(yè)首次提出“數(shù)據(jù)基座”概念，什么是數(shù)據(jù)基座？無問智科認(rèn)為，數(shù)據(jù)基座核心應(yīng)該有三項(xiàng)能力

• 高質(zhì)量數(shù)據(jù)體系：大量真實(shí)場(chǎng)景采集的數(shù)據(jù)和大規(guī)模高保真的合成數(shù)據(jù)
• 高價(jià)值場(chǎng)景生態(tài)：依托頂尖仿真技術(shù)實(shí)現(xiàn)大規(guī)模場(chǎng)景泛化與模擬，聯(lián)合生態(tài)伙伴實(shí)現(xiàn)大規(guī)模高價(jià)值仿真場(chǎng)景復(fù)刻與大量可落地真實(shí)場(chǎng)景覆蓋
• Real2Sim2Real全閉環(huán)工具鏈：實(shí)現(xiàn)從數(shù)據(jù)采集、模型訓(xùn)練、場(chǎng)景測(cè)評(píng)到產(chǎn)業(yè)落地的端到端打通

三項(xiàng)核心能力，分別從四個(gè)層面滿足了具身智能玩家的各種需求：

• 數(shù)據(jù)層：通過多源異構(gòu)采集與多模態(tài)合成，解決數(shù)據(jù)稀缺與質(zhì)量難題，實(shí)現(xiàn)高質(zhì)量數(shù)據(jù)供給
• 場(chǎng)景層：從訓(xùn)練場(chǎng)1:1復(fù)刻，到德清全域、長(zhǎng)三角高價(jià)值真實(shí)終端場(chǎng)景，實(shí)現(xiàn)虛實(shí)結(jié)合全覆蓋，構(gòu)建大量高價(jià)值場(chǎng)景
• 工具鏈層：以數(shù)據(jù)采集范式、跨本體數(shù)據(jù)遷移、自動(dòng)化標(biāo)注、生成式仿真、智能化評(píng)測(cè)等核心技術(shù)打造Real2Sim2Real全鏈路閉環(huán)工具鏈，打通從數(shù)據(jù)采集到測(cè)試驗(yàn)證的每一個(gè)環(huán)節(jié)
• 應(yīng)用層：最終實(shí)現(xiàn)“訓(xùn)練—測(cè)評(píng)—落地”持續(xù)優(yōu)化閉環(huán)

無垠基座平臺(tái)作為業(yè)界首個(gè)數(shù)據(jù)基座，贏得了現(xiàn)場(chǎng)超140多位業(yè)界嘉賓的認(rèn)可，第一個(gè)原因是無垠基座平臺(tái)解決了行業(yè)缺失高質(zhì)量數(shù)據(jù)的困境。當(dāng)前無垠基座平臺(tái)已積累了超1000TB規(guī)模的數(shù)據(jù)，這讓無問智科有了十足的底氣。無問智科CTO于春磊博士在發(fā)布會(huì)上正式宣布將開源1萬小時(shí)高質(zhì)量數(shù)據(jù)，以解決行業(yè)燃眉之急

為什么無問智科能生產(chǎn)出如此海量的數(shù)據(jù)？核心是背后獨(dú)特的虛實(shí)融合技術(shù)路線。

先來看真實(shí)數(shù)據(jù)采集，無垠基座平臺(tái)采集數(shù)據(jù)的方式很全面，包括VR遙操、外骨骼遙操作、UMI、動(dòng)作捕捉、Human-centric數(shù)據(jù)、EGO視角等，這是行業(yè)目前最多模態(tài)的數(shù)據(jù)采集方式。

同時(shí)，為了解決當(dāng)前行業(yè)數(shù)采范式不收斂、數(shù)據(jù)不通用、企業(yè)閉門造車的問題，無垠基座平臺(tái)提供一套跨本體數(shù)據(jù)遷移的轉(zhuǎn)換工具鏈，實(shí)現(xiàn)了不同機(jī)器人本體對(duì)同一套數(shù)據(jù)的通用能力。

由于真實(shí)數(shù)據(jù)采集，需要大量的采集設(shè)備、工程師、場(chǎng)地和物料，因此僅靠真實(shí)數(shù)據(jù)，難以實(shí)現(xiàn)海量的數(shù)據(jù)規(guī)模。因此無問智科通過其領(lǐng)先的高保真生成式仿真技術(shù)，在發(fā)布會(huì)上與地平線聯(lián)合發(fā)布了EmbodiedGen數(shù)字表親和數(shù)字遠(yuǎn)親功能。能夠把真實(shí)場(chǎng)景1：1還原到虛擬世界，并且可以在布局、材質(zhì)、光照、交互物品上進(jìn)行任意改變，實(shí)現(xiàn)了指數(shù)級(jí)放大真實(shí)數(shù)據(jù)的能力。

例如下圖，只需要一張真實(shí)桌子的照片和幾個(gè)提示詞，就可以泛化出近乎無限的桌子。

當(dāng)前，無垠基座平臺(tái)已擁有百萬級(jí)的simready資產(chǎn)——可實(shí)現(xiàn)毫米級(jí)物理交互的仿真物體，已覆蓋全場(chǎng)景、全品類、全模態(tài)。這種領(lǐng)先的仿真技術(shù)，既能作為數(shù)據(jù)采集的補(bǔ)充方式，同時(shí)還能夠支持后續(xù)的多維度評(píng)測(cè)。

虛實(shí)融合獲取海量數(shù)據(jù)，是無垠基座平臺(tái)的亮點(diǎn)，但這還不是全部。

打通訓(xùn)練到落地，從數(shù)據(jù)荒漠到數(shù)據(jù)生態(tài)

無垠基座平臺(tái)得到行業(yè)廣泛認(rèn)可的第二個(gè)原因，是其為行業(yè)提供了核心支柱價(jià)值。無垠基座平臺(tái)不僅給具身智能玩家們供應(yīng)了海量的好數(shù)據(jù)，還讓整個(gè)產(chǎn)業(yè)能把數(shù)據(jù)用得好，幫助具身智能玩家們打通了訓(xùn)練、評(píng)測(cè)和落地的整個(gè)鏈路

首先在訓(xùn)練環(huán)節(jié)，無垠基座平臺(tái)提供的高質(zhì)量數(shù)據(jù)不僅規(guī)模大，而且涵蓋了豐富的應(yīng)用場(chǎng)景，包括物流倉(cāng)儲(chǔ)、家庭服務(wù)、酒店文旅、工業(yè)制造、辦公服務(wù)和商業(yè)零售等六大核心作業(yè)場(chǎng)景，覆蓋了家庭商業(yè)工業(yè)等多種應(yīng)用場(chǎng)景，能夠支撐具身智能大腦模型實(shí)現(xiàn)更強(qiáng)的泛化性。

然后是測(cè)評(píng)，這是具身智能大腦進(jìn)化的關(guān)鍵環(huán)節(jié)。就像學(xué)生需要通過考試，來測(cè)試自己的學(xué)業(yè)水平并進(jìn)行查漏補(bǔ)缺，具身智能大腦模型，也需要進(jìn)行專業(yè)系統(tǒng)的“考試”。對(duì)此，無垠基座平臺(tái)提供了具身仿真評(píng)測(cè)框架，策略模型同時(shí)支持仿真模擬環(huán)境和世界模型環(huán)境評(píng)測(cè)，可以自己定義任務(wù)，進(jìn)行規(guī)則判別，也能通過大模型進(jìn)行開放式評(píng)測(cè)。

借助無垠基座平臺(tái)的評(píng)測(cè)框架，當(dāng)具身智能玩家改進(jìn)了模型算法，或者采用了新的數(shù)據(jù)集后，就能清楚地感知到模型有沒有進(jìn)步、問題出現(xiàn)在哪里、能不能解決落地需求。

無論模型測(cè)評(píng)表現(xiàn)多好，最終檢驗(yàn)技術(shù)實(shí)力的，還是商業(yè)化落地。無垠基座平臺(tái)，基于生態(tài)合作伙伴開放的高價(jià)值場(chǎng)景，能夠幫助具身智能企業(yè)打造標(biāo)桿案例場(chǎng)景，真正展示出機(jī)器人“干活”的價(jià)值，讓行業(yè)邁出巨大一步。在發(fā)布會(huì)上星動(dòng)紀(jì)元政企事業(yè)部部長(zhǎng)邵劍飛展示了其利用無垠基座平臺(tái)數(shù)據(jù)打造的具身智能通用物流場(chǎng)景解決方案

同臺(tái)演講的中國(guó)優(yōu)選運(yùn)營(yíng)CEO林杰則分享了具身智能在新零售場(chǎng)景的落地，他在現(xiàn)場(chǎng)宣布第一家中國(guó)優(yōu)選未來新零售旗艦門店落地長(zhǎng)三角（德清）具身智能數(shù)據(jù)采集訓(xùn)練場(chǎng)

從最源頭的數(shù)據(jù)采集到模型訓(xùn)練，再到商業(yè)化落地，無垠基座平臺(tái)和具身智能玩家一起，打通了AI走進(jìn)物理世界的全過程。也正是因?yàn)闊o垠基座平臺(tái)提供了這樣支柱性的價(jià)值，迅速吸引了眾多優(yōu)秀的具身智能企業(yè)入駐。目前無問智科已擁有五十多家生態(tài)合作企業(yè)，這是目前行業(yè)最豪華的生態(tài)陣容，充分展現(xiàn)了數(shù)據(jù)基座這一獨(dú)特生態(tài)位的魅力。

其中最值得關(guān)注的是，無問智科和地平線、地瓜機(jī)器人的深度戰(zhàn)略合作。地平線創(chuàng)始人、無問智科首席顧問余凱在發(fā)布會(huì)現(xiàn)場(chǎng)表示，人工智能的三次浪潮：算法驅(qū)動(dòng)、算力驅(qū)動(dòng)、數(shù)據(jù)驅(qū)動(dòng)，數(shù)據(jù)的厚度決定了物理AI的高度，地平線將為行業(yè)提供具身智能大腦基礎(chǔ)模型，地瓜機(jī)器人提供芯片算力軟硬底座與開發(fā)平臺(tái)，“地平線+地瓜機(jī)器人+無問智科”將形成算力+算法+數(shù)據(jù)完整基座能力，徹底打通研發(fā)到量產(chǎn)的最后一公里，助力具身智能迎來ChatGPT時(shí)刻。

△圖片由AI生成

能夠成為率先闖出機(jī)器人數(shù)據(jù)荒漠，并在其中培育出繁榮生態(tài)的基礎(chǔ)設(shè)施企業(yè)，無問智科靠的是創(chuàng)始團(tuán)隊(duì)對(duì)物理AI的深刻洞察。

物理AI老兵創(chuàng)業(yè)，第三方數(shù)據(jù)賦能全行業(yè)

無問智科創(chuàng)立于2022年11月，其創(chuàng)始人兼CEO劉盛翔中國(guó)最早的自動(dòng)駕駛開拓者之一。他在2013年入局物理AI，在百度Apollo搭建起中國(guó)首個(gè)自動(dòng)駕駛數(shù)據(jù)與測(cè)試驗(yàn)證體系、參與了中國(guó)首部自動(dòng)駕駛測(cè)試法規(guī)的起草、主導(dǎo)了多項(xiàng)國(guó)家數(shù)據(jù)與測(cè)試驗(yàn)證核心關(guān)鍵技術(shù)攻關(guān)。業(yè)內(nèi)人士經(jīng)常開玩笑稱呼他為“中國(guó)自動(dòng)駕駛數(shù)據(jù)與測(cè)試驗(yàn)證第一人”。

百度的經(jīng)歷，讓劉盛翔意識(shí)到數(shù)據(jù)對(duì)自動(dòng)駕駛的重要性。所以，當(dāng)ChatGPT橫空出世把AI技術(shù)推向大模型時(shí)代，進(jìn)而掀起物理AI的浪潮時(shí)，他洞察到了物理AI的痛點(diǎn)——缺乏高質(zhì)量數(shù)據(jù)。

在劉盛翔當(dāng)時(shí)看來，物理AI的數(shù)據(jù)成本高、效率低、使用難，行業(yè)很多玩家既缺少數(shù)據(jù)，又不知道怎么用數(shù)據(jù)。于是，為了解決行業(yè)痛點(diǎn)，劉盛翔和前百度自動(dòng)駕駛感知技術(shù)專家于春磊博士攜手創(chuàng)業(yè)，專注于解決物理AI數(shù)據(jù)問題。

開啟創(chuàng)業(yè)2個(gè)月后，無問智科迎來第一位合作伙伴：地平線

地平線是自動(dòng)駕駛頭部玩家，創(chuàng)始人兼CEO余凱博士早年和劉盛翔在百度一起共事。據(jù)悉劉盛翔創(chuàng)業(yè)后，與余凱進(jìn)行了三小時(shí)的長(zhǎng)談，這場(chǎng)對(duì)話打動(dòng)了余凱，他成為了無問智科的首席顧問。在余凱的推動(dòng)下，地平線不僅和無問智科達(dá)成了深度合作，還成為了無問智科的首位投資人，并在后續(xù)輪次持續(xù)加碼

許多曾經(jīng)的自動(dòng)駕駛明星，也在這段時(shí)期紛紛下場(chǎng)，入局具身智能，一時(shí)間受到熱捧，市場(chǎng)展現(xiàn)出對(duì)自動(dòng)駕駛玩家轉(zhuǎn)向的認(rèn)可與信任。畢竟兩個(gè)賽道技術(shù)有交集，供應(yīng)鏈高度重合，自動(dòng)駕駛玩家的經(jīng)驗(yàn)與沉淀，能在具身智能領(lǐng)域復(fù)用

但兩個(gè)賽道也存在著很多差異。比如自動(dòng)駕駛有低成本、高效率采集數(shù)據(jù)的方法，因此行業(yè)重點(diǎn)可以放在如何處理和使用數(shù)據(jù)上。而具身智能目前仍然沒有標(biāo)準(zhǔn)化地?cái)?shù)據(jù)采集方案，沒有大規(guī)模采集數(shù)據(jù)的方法，沒有生產(chǎn)和使用高質(zhì)量數(shù)據(jù)的工具鏈。因此，一個(gè)專業(yè)的第三方數(shù)據(jù)基礎(chǔ)設(shè)施，對(duì)整個(gè)行業(yè)的意義非凡，價(jià)值深遠(yuǎn)。

物理AI，這是黃仁勛在2025年親手點(diǎn)燃的烽火，在今年已成燎原之勢(shì)。一眾大廠紛紛入局，這意味著“AI的下一波浪潮是物理AI”已成為共識(shí)。

新的科技浪潮呼喚新的基建。正如移動(dòng)互聯(lián)網(wǎng)需要云計(jì)算，LLM催化數(shù)據(jù)中心繁榮，具身智能也需要數(shù)據(jù)基座，加速AI走向真實(shí)世界。