刚拿下仿真、真机双 SOTA 的黎曼动力，转头拉上光轮智能和诺亦腾机器人，组建产业合作新局。三家企业分工明确，分别承担机器人大模型研发、仿真基建、动作捕捉数据生产，共建具身智能数据底座，打通分散的采集、仿真、训练和评测完整链条。黎曼动力提出目标，到 2026 年底完成 100 万小时机器人训练数据采集，力争成为全球首个突破这一规模的企业。
100 万小时的目标具备很强的行业参照意义，亿欧智库报告估算，当前全球高质量具身交互数据仅有约 50 万小时，该目标相当于现有行业存量的两倍。此前黎曼动力已经依托 23.2 万小时数据训练出 Riemann‑1.0 模型，完成技术路线初步验证，如今向上冲击百万小时量级，核心是求解具身智能领域的关键命题：机器人能否实现 Scaling 缩放效应。
大语言模型依靠海量互联网语料实现能力跃升，但具身智能的 Scaling 迟迟没有真正落地，核心卡点集中在数据层面。一方面高质量机器人交互数据获取成本极高，无法直接抓取互联网资源，行业普遍停留在数万小时级别，即便海外头部机构公开披露的数据规模也十分有限；另一方面真机、人类视频、仿真三类数据各有优劣，分散掌握在不同主体手中，采集、训练、评测相互割裂，数据产出并不完全匹配模型真实需求。行业迫切需要一套闭环体系，由模型反馈问题，采集环节补充素材，仿真扩充长尾危险场景，评测完成效果校验，再将失败样本回流迭代训练。这也是此次三家企业走到一起的底层逻辑，让数据生产跟随模型实际需求驱动，而非单纯堆砌数据总量。
合作三方各有核心能力，形成互补。诺亦腾机器人依托动作捕捉技术，负责把人类操作经验转化为机器人训练素材，国内诸多机器人企业都在使用其相关数据产品；光轮智能作为具身数据独角兽，凭借自研仿真平台完成合成数据生成、虚拟环境搭建与工业级效果评测；黎曼动力由昆仑万维内部 Matrix 世界模型团队拆分而来，承担模型训练的核心工作，将仿真与真机数据落地为可在开放环境运行的 Riemann‑1.0 模型，擅长空间理解、动作规划与长期时序预测，适配家庭、服务业等充满不确定性的真实场景。
从数字世界模型转向物理机器人，技术上需要完成重要跨越，虚拟场景预测出错仅影响画面效果，机器人端的判断失误则会造成碰撞、硬件损坏。百万小时目标并非简单重复标准化动作，而是纳入更多元的场景、机器人本体与突发状况，训练模型掌握通用物理规律，实现举一反三。同时百万小时只是起点，行业长远需要向千万、亿小时级别迈进。
文章以自动驾驶行业发展作为参照，早期比拼行驶里程，后期真正拉开差距的是闭环的数据迭代体系。但人形机器人很难复刻 Waymo 的内部闭环模式，机器人尚未大规模落地，缺少天然的数据采集入口，真机试错成本高昂，单家企业包揽全链路会面临巨大成本压力，产业联合共建底座成为更可行路径。英伟达也已经通过多方合作布局物理 AI 数据工厂，印证了这一产业趋势。
本次三方合作不止服务自身业务，还将共同制定数据、标注、评测相关行业规范，对外输出标准化数据集、采集方案与评测工具，部分训练数据会面向社区开源。当数据能力不再局限于单一企业内部护城河，就有望带动整个产业向前推进。相比 100 万小时这个数字本身，这次合作更像一场大型行业实验，用来检验具身智能是否可以复刻大模型的数据缩放之路。百万小时，仅仅是行业的起点。