搜索：数据采集
—— 从模型生态到真机部署五大能力跃升
无问芯穹联合清华大学推出强化学习基础设施 RLinf v0.3，五大维度全面升级，打通数据采集、微调、强化学习、真机部署完整闭环。新版本扩充主流具身模型生态、完善多路线强化学习算法、拓展真机与仿真硬件适配，优化底层系统性能并兼容国产异构算力。作为全球热门的具身智能开源训练底座，RLinf 支撑机器人实现真实世界持续进化，为破解具身智能规模化在线学习瓶颈提供标准化工具链，推动物理 AI 技术研发与工程落地。
—— 打造 Model－Ready Data 底座，简智机器人破解行业数据供给瓶颈
WAIC 现场调研显示，具身智能行业核心缺口并非原始视频素材，而是可直接用于模型训练的 Model-Ready Data。简智机器人打造软硬件一体化全链路方案，以高精度、多模态、多样性为标准，依托 DFM 数据基础模型、自研采集硬件、标准化数据流水线产出 “开箱即用” 人类行为数据集。方案突破数据采集 “不可能三角”，完整捕捉第一视角感知、手部精细交互、全身运动与触觉信息。伴随着赛道重心转向商业化落地，中立的数据基础设施价值凸显，标准化 Human Data 底座将成为推动物理 AI 规模化演进的关键支撑。
—— 头手身全模态采集体系落地 WAIC，破解具身数据 “不可能三角”
WAIC2026 期间，简智机器人展出端到端 Human Data 解决方案，依托 Ego、Dex 灵巧手套、全身 Mesh 动捕硬件搭配 DFM 数据基础模型，构建头手身全模态人类行为数据采集与处理闭环。方案致力于解决行业数据采集规模化、高质量、多模态难以兼顾的痛点，产出标准化多模态训练数据。随着具身智能进入精细化泛化发展阶段，完整人类交互数据价值持续凸显，简智持续夯实数据基础设施，为物理 AI 模型迭代提供底层数据支撑。
—— WAIC 产业观察：资本扎堆模型赛道，通用全栈底座成为行业破局关键
2026 上半年国内具身智能融资规模达 935 亿元，超半数资金投向具身大脑模型，但行业面临千万小时级高质量物理交互数据巨大缺口，机器人泛化作业能力远达不到工业落地标准。WAIC 现场埃夫特旗下启智 Openmind 推出全栈自研通用技术底座，区别于单一大模型路线，打通数据采集、技能蒸馏、跨本体迁移、低代码开发、实时控制完整闭环，依托 HumanGPT 人类技能大模型绕开数据供给瓶颈，覆盖工业、特种多类实景验证，在整机厂商扎堆比拼硬件参数、舞台演示的行业环境下，通用产业底座成为解决规模化落地难题的核心答案，行业洗牌窗口将至，底层基础设施玩家长期价值凸显。
—— 场景至上实效为王
浙江人形依托自研 SPIRE 具身智能技术体系推出 NAVIAI 人形机器人，布局工业制造、民生服务、产教培育、数据采集四大落地赛道。工业端凭借亚毫米级高精度完成化工、汽配、服装、仓储批量投产；服务端覆盖零售、文旅、博物馆、居家陪护多元场景；教育端联动 50 余所院校搭建实训基地；数采端打造三源融合高精度采集闭环。全套软硬件配套标准化开发工具链，可快速复制部署，以真实场景落地成效实现人形机器人规模化商用突破。
—— 首创 VLOA 双引擎架构实现跨本体跨任务通用操作
机器科学发布 Visics 通用具身大模型，推出 VLOA 双引擎创新架构，以物体 3D 轨迹作为中间层解耦认知与执行，实现跨机型、跨物件、跨任务泛化。公司搭建仿真 + 视频双数据飞轮大幅降低数据采集成本，模型可自主完成家具拼装等高难度长时序精密操作，抓取性能达到行业最优水平。团队兼具学术与产业资源，获多家产业资本投资，采用软硬件分离的灵活交付模式，分阶段落地商超物流、工业、家庭等场景，依托场景数据闭环持续迭代通用具身大脑。
—— 行业底层工具迎来突破时刻
2026 年 7 月小米正式发布并全量开源 380 亿参数统一具身生成模型 Xiaomi-Robotics-U0，依托自研 FlashAR + 推理方案实现数据生成效率近 83 倍提升，在全球权威评测基准拿下综合第一。该模型一站式解决行业长期存在的训练数据采集成本高、极端场景样本缺失、多任务模型割裂等痛点，全量开源模式直接降低全行业研发门槛。本文从产业变革、政策导向、资本市场、人才培育四大维度，解析本次开源事件带来的连锁影响，研判具身智能数据生产、生态共建、商业化落地的全新发展路径。
—— 政策锚定产业目标、资本持续加码，机器人多场景应用深度落地
近日，ROSA膝关节手术机器人在临床应用过程中创新形成了术中实时规划、个体化精准诊疗的新功能。成都京东方医院骨科主任杜东鹏介绍，与传统机器人术前CT建模方式不同，该系统可在手术台上直接完成定位与数据采集，无需额外术前检查，既简化诊疗流程、减轻患者就医负担，又能实现“一患一策、动态调整”的个性化手术方案设计。
