沒真實數據，何談具身智能？帕西尼用十萬平工廠集群給出終極答案

在人工智能的演進譜系中，具身智能（Embodied AI）被視為通往通用人工智能的關鍵一躍。然而，這一躍遷始終面臨一個根本性困境：仿真環境中的“滿分學霸”，為何在現實世界中頻頻“崩潰”？

這一問題可追溯至漢斯·莫拉維克等學者在20世紀80年代提出的悖論，讓計算機在智力測試中擊敗人類相對容易，而讓它們具備一歲嬰兒的感知與運動能力卻異常困難。其根源在于，物理世界的交互涉及無窮維度的連續變量，例如摩擦系數、材質形變、接觸力動態分布這些變量在仿真環境中只能被近似建模，而近似意味著信息丟失。

柏拉圖在《理想國》第七卷中以洞穴比喻揭示了人類認知的局限：囚徒只能看到火光投射在墻壁上的影子，并將其誤認為真實世界。當下具身智能領域對仿真數據的過度依賴，無異于讓算法學習墻上的投影，縱然投影分辨率再高、幀率再快，它依然無法復現真實物理接觸中微妙的力覺反饋與材料流變特性。Sim-to-Real Gap因此成為制約具身智能泛化能力的核心瓶頸。

破解問題的答案，隱于一條樸素的第一性原理：唯有讓模型直面過真正的萬物，它才能理解萬物。

01.

全球最大規模數據工廠集群誕生

在近期剛剛發布的“十五五”規劃綱要中，已經明確提出要加快建設人工智能語料庫，建設高質量數據集，培育壯大數據產業。這意味著國家已經意識到，在這場關乎行業未來主動權的競賽中，誰掌握了數據，誰就掌握了行業定義權。

然而，行業內部對數據的重要性心知肚明，真機數采是提升具身智能泛化性的關鍵這一判斷，在今天的機器人產業圈內幾乎已是共識，但真正愿意下重注、付諸行動的，寥寥無幾。

帕西尼，無疑選擇了這條最難走、也最有價值的路。早在2024年，帕西尼便率先提出并落地"以人為中心"的全模態真實數據采集體系。2025年4月，全球首座全模態超級數據采集工廠，天津Super EID Factory正式投產，成為行業標志性事件，國家數據局黨組書記、局長劉烈宏親赴實地調研，其億級數據集OmniSharingDB獲得互聯網頭部客戶及科研機構的高度認可。

現在，帕西尼宣布了更大的動作：在江蘇宿遷、湖北武漢、四川自貢、江西贛州再建四座超級數據采集工廠。從空間維度看，天津Super EID Factory作為先導基地已成熟運營，占地12000平方米，部署150個標準化采集單元；如果其余四座工廠逐步落地，五地工廠形成輻射華北、華東、華中、西南、華南五大區域的戰略縱深，會構建起全球規模最大、模態最全、標準最高、協同最強的具身智能數據采集工廠集群。

規模有多大？五地工廠合計形成十萬平級實景基地，年產近百億條高質量全模態數據。這一體量，在全球具身智能數據領域，沒有第二家能與之比肩。

效率有多高？從時間維度看，五廠聯動依托統一的數據接口與協同調度系統，可實現跨區域數據的秒級流轉與融合。單日數據產出量等效于人類個體一生的交互經驗。采集效率較行業常規水平提升3至6倍，帕西尼正以這種“一日一生”的采集速率，以規模化、高效化的數據產出，為具身智能Scaling Law提供了物理世界的支撐，終結具身智能領域長期存在的數據饑渴困境。

從產業適配維度看，五地布局還深度結合區域稟賦，實現了“數據源于場景、用于場景”的精準適配。武漢工廠依托國家網安基地與汽車制造產業體系，主攻工業場景數據；宿遷工廠與京東集團產業集群協同，深耕智慧物流、白酒釀造、綠色家居等場景；自貢工廠融入當地無人駕駛與低空經濟生態，打造“數據-模型”閉環；贛州工廠導入新能源與特色農業場景；天津工廠則持續沉淀標準化全模態數據。這種分布式采集矩陣，使數據生產嵌入真實的產業流通過程，數據的場景相關性與生態效度得以最大化。

02.

數采體系與觸覺模態的回歸

如果說五地工廠集群回答了“數據量級”的問題，那么帕西尼全球首創的“以人為中心”（Human-Centered）全模態高精度實采數據體系，則回答了“數據質量”的根本追問。

傳統數據采集模式可歸結為兩類：一是仿真合成數據，其局限前文已述；二是機器人遙操作采集，即由人操控機器人執行任務并記錄軌跡。后者雖部分保留了真實物理交互，卻受制于兩個先天缺陷：其一，機器人本體的運動學與動力學特性限制了動作的自然性與流暢度，數據中隱含著機械臂的慣性、延遲與自由度假象；其二，傳統遙操作設備幾乎無法采集力學反饋信息，觸覺維度長期處于缺失狀態。

如何在規模、質量與成本之間找到平衡點？帕西尼的路徑選擇兼顧了經濟性和效率性，那就是讓人回歸為數據的直接生產者。研究者佩戴自研的PMEC數據采集手套執行各類操作任務，手套中集成了數千顆ITPU多維觸覺傳感單元，可實時解析法向力、切向摩擦力、材質紋理、溫度等15個維度的觸覺信息。與此同時，多視角視覺矩陣同步采集空間影像，實現觸覺、視覺、語音、運動軌跡的全模態時空對齊，系統延遲控制在5毫秒以內。

這一設計隱含著一個深刻的洞察：觸覺是人類智能的核心構成要素。神經科學早已揭示，靈巧操作依賴于來自皮膚機械感受器的連續力覺反饋，大腦通過預測與校正的循環完成對物體的穩定控制。若缺乏觸覺模態，機器人將永遠無法理解“握持”與“捏碎”的邊界，無法區分玻璃杯與塑料杯的材質差異，無法在無視覺信息的情況下完成穿針引線。帕西尼的數采體系，首次將高精度觸覺真值納入了大規模工業級數據生產流程。

從經濟學角度看，這一范式帶來了顯著的成本優勢。因為國內單臺人形機器人本體價格普遍在60萬元以上，數據采集設備擺脫了對昂貴機器人本體的依賴，將高端觸覺傳感器的單價從“萬元級”壓縮至“百元級”。同時，數據采集效率較傳統遙操作提升3至6倍。更重要的是，采集的數據具備本體解耦性。一套數據可適配不同構型、不同尺寸的機器人，有效消解了數據生產中的硬件依賴與環境過擬合風險。

03.

從感知硬件到世界模型的飛輪效應

單純的數據采集，無論規模多大，都只是原材料開采。帕西尼的核心競爭力在于構建了從底層感知硬件到上層決策模型的閉環統治路徑。

依托五大工廠源源不斷產出的百億級真實數據，帕西尼的線上模型驗證平臺已實現“數據入，模型出”的高速迭代通道。模型的迭代周期從以“月”計壓縮至以“天”計，數據價值的轉化效率發生質變。而由于技術自研率超過90%，單條數據的采集成本被壓低至行業均值的十分之一，這意味著在同等資本投入下，帕西尼能夠積累十倍于競爭對手的數據量級。

更值得關注的是數據飛輪的形成。因為優化后的模型可一鍵部署至各類機器人終端，部署在真實場景中的機器人將實時回傳最新的交互數據，形成“數據增長反哺模型優化，提升客戶拓展能力，持續豐富場景”的正向飛輪。模型越用越聰明，數據越采越精準。

這一自增強的循環飛輪一旦高速運轉，后來者的追趕成本將隨時間呈指數級增長。數據壁壘、模型壁壘、場景壁壘三者相互強化，構筑起難以逾越的技術護城河。這也使得帕西尼已不止是感知硬件供應商，也不止是數據供應商，而是一個擁有從底層核心感知硬件，到海量全模態數據，再到上層OmniVTLA通用大模型的具身智能全棧主體。

正如電網之于電氣時代、互聯網骨干網之于信息時代，高質量、標準化的真實世界數據集將成為具身智能時代的核心生產要素。誰掌握了數據基礎設施的定義權，誰就掌握了行業的話語權。而帕西尼正在扮演具身智能領域的數據基礎設施提供者角色。

04.

百億估值背后的產業共識

資本是聰明而敏銳的，它總是流向價值的高地。

2026年3月的B輪融資，是資本市場對帕西尼上述邏輯的集中確認。超10億元融資、百億估值，使帕西尼躋身國內具身智能第一梯隊。值得細究的是投資方構成：黃浦江資本、凱泰資本、信安資本領投，比亞迪、京東、TCL、上汽、北汽等產業巨頭加持，并吸引Meta關聯方、LEO LION等海外資本。

產業資本的大規模入局，意味著具身智能正在從實驗室概念走向生產線現實，帕西尼這一投資陣容則傳遞出一個強烈的信號，百億估值并非資本催熟的泡沫，而是實打實撐起的產業分量。

對于比亞迪、京東等戰略投資者而言，投資帕西尼就是投資未來十年的生產力。在汽車產線、物流分揀、3C制造等核心生產場景中，帕西尼的解決方案已經實現批量商業級交付。從天津啟航，到宿遷、武漢、自貢、贛州的全面點亮，帕西尼不僅為自己鑄就了難以逾越的競爭壁壘，更為中國乃至全球的具身智能產業筑牢了高質量的數據底座。

通過“硬件造數據、數據哺模型、模型優硬件”的全棧閉環路徑，帕西尼不僅解決了高端觸覺傳感器90%依賴進口的窘境，將單價從數十萬元降至千元級乃至百元級；資本的深度綁定，實質是將數據采集場景與最終應用場景提前鎖定，形成產業協同的生態優勢。

05.

結語與未來

當行業大多數參與者仍在爭論算法路線、本體結構、大模型架構之時，帕西尼選擇埋頭去做最苦、最重，卻也最不可或缺的那件事：造糧倉。

五大數據工廠的落成，如同五顆強勁的心臟，將富含觸覺、視覺、語言、動作的全模態血液，泵向整個具身智能產業。百億級實采數據集群的建設，不僅在于它讓中國企業在全球具身智能競爭中占據了關鍵卡位，更在于它為整個產業鋪設了一條回歸物理真值的進化軌道。在這條軌道上，機器人不再只是看著墻上的投影學習世界，而是親手觸摸世界、感知世界、理解世界。

從柏拉圖洞穴到帕西尼工廠，人類對智能的探索走過了一個漫長的循環。如今，我們終于開始為機器人建造一座通向真實光的橋梁。這座橋梁的基石，正是那些以“一日一生”速率積累起來的、帶著溫度與力度的百億條觸覺數據。

讓機器人擁有觸覺，讓智能擁有身體，這是帕西尼正在書寫的產業敘事，也是具身智能邁向通用人工智能的必經之路。