“过去做具身智能演示，几百个场景就能让机器人秀一把；但当你真正想把它塞进产线，每天面对成千上万种工件和动态环境时，数据需求瞬间膨胀了不止一个数量级。”在近日举行的2024具身智能产业峰会上，光轮智能创始人兼CEO杨海波的一番话，引发了与会者的强烈共鸣。

从实验室里的“花式炫技”到工厂产线上的“真刀真枪”，具身智能正经历一场从Demo到落地的关键跨越。杨海波指出，这一过程中最核心的掣肘不再是算法本身，而是数据——高质量、大规模、多样化、能支撑泛化能力的物理交互数据，正成为行业竞相争夺的“新石油”。

数据需求：从千级到百万级的跃迁

“Demo阶段，你只需要让机器人在固定桌面上学会抓取特定物体，几百组数据就能完成任务。但产线环境完全不一样。”杨海波以3C电子装配场景为例：一台协作机器人需要识别上百种不同规格的螺丝、卡扣和柔性线缆，且光照角度、工件摆放姿态、传送带速度都在实时变化。这意味着，数据覆盖的“长尾”必须足够宽，否则任何一次意外都会导致产线停机。

据杨海波估算，一条中等复杂度的智能装配产线，训练一个稳定可靠的感知-决策-控制模型，需要至少数百万级的交互数据序列。如果完全依赖人工标注的真实数据，成本高达数亿元，周期长达数月甚至一年以上。“这就是为什么合成数据（Synthetic Data）正在成为具身智能的必选项。”

仿真数据：从“像”到“真”的进化

光轮智能正是这一赛道的核心玩家。公司自主研发的高保真仿真引擎，能够生成包含物理碰撞、力反馈、视觉材质变化等细节的合成数据，并支持场景、物体、任务的组合爆炸式生成。“我们追求的不仅是视觉上‘像’，还要物理规律上‘真’——机器人抓取一个金属件时，摩擦力、重力、弹性形变都必须精确模拟，否则模型从仿真迁移到真实产线时会产生严重偏差。”

杨海波透露，光轮智能已与多家头部工业机器人及物流自动化企业达成合作，为其定制“数字孪生产线”数据生成方案。通过将真实产线的CAD图纸、工艺参数、物料清单导入仿真平台，系统可自动生成上百万组包含标注的交互数据，效率较传统人工采集提升百倍以上。“以前客户要花三个月跑产线采数据，现在我们一周就能交付。”

数据飞轮：具身智能落地的核心引擎

在杨海波看来，数据需求的激增不仅仅是数量问题，更是一种范式转变。Demo阶段的数据往往是“一次性”的，用完即弃；而产线要求数据持续迭代，形成“采集—训练—部署—反馈—再采集”的飞轮。

“机器人每在产线上运行一天，就会产生新的边缘案例（Edge Case）——比如某个螺丝出现罕见的滑丝，或者传送带突然抖动。这些数据必须被捕获、标注并加入训练集，模型才能变得更强。”杨海波强调，数据闭环能力将直接决定具身智能系统的进化速度。光轮智能正与合作伙伴共建“产线数据中台”，通过边缘计算节点实时采集异常数据，再回传至云端仿真平台自动生成对抗样本，实现自动化的数据增强。

行业展望：千亿级数据市场即将爆发

具身智能的数据需求不仅仅局限于工业产线。仓储物流、医疗手术、家庭服务等场景正在加速跟进。杨海波预测，未来三年内，具身智能数据生成与服务的市场规模将增长百倍，从目前不足十亿元迅速跃升至千亿元量级。

“就像大模型离不开海量文本，具身智能离不开海量物理交互数据。但文本数据可以爬到，物理数据只能造出来。”杨海波认为，拥有仿真引擎、生成式AI与行业数据闭环能力的公司，将成为具身智能时代的“数据基础设施”供应商。

从Demo到产线，具身智能正在经历一场真实世界的大考。而光轮智能的实践表明，数据——尤其是高质量合成数据——不仅是这场考试的“正确答案”，更是决定行业能走多远的关键变量。杨海波最后总结道：“当机器人真正学会在产线上‘过日子’，背后的数据需求将远超所有人的想象。”