—— 数据与评测基础设施支撑具身产业化
10 月 8 日，《新闻联播》聚焦具身智能产业化加速落地专题，光轮智能数据与评测基础设施获重点报道。光轮智能具身智能数据平台汇聚全国各地的人类视频与仿真合成数据，已交付 150 万小时人类视频数据，量级达到全球领先。公司依托首创的 "求解 — 测量 — 生成" 三位一体全栈自研仿真平台 SimFoundry，打造覆盖 "数据 - 评测 - 部署" 全链路的机器人持续学习基础设施，不仅服务模型训练，还提供规模化仿真评测与真实部署反馈。未来将持续构建支撑行业发展的数据与评测基础设施。
—— 全模态真实行为数据 破解物理AI训练瓶颈
在2026世界机器人大会期间，光轮智能正式发布全球首个十万小时级全模态人类行为开源数据集EgoSuite-Open100K，填补了全球具身智能领域大规模、高精细、全维度实景训练数据的空白。
—— 仿真数据打破真机数据瓶颈，虚实融合构建数据飞轮
当下具身智能行业普遍依赖真机采集交互数据，但真机模式正遭遇成本、场景覆盖、并行产能三重天花板，Sim2Real 仿真训练路线从辅助工具升级为核心数据生产载体。国内赛道分化出两大玩家阵营：苏度、银河通用等全栈企业自研仿真引擎，以虚拟数据为主、真机微调为辅训练机器人模型；光轮智能、谋先飞、群核科技、凌迪科技等基建厂商输出标准化仿真平台、3D 资产与专用数据集，补齐行业底层工具短板。行业共识逐步形成：仿真不会完全替代真实数据，但虚实融合的数据生产体系，是具身智能迈向规模化通用能力的必经之路，而仿真环境的经验生产能力，将成为下一阶段产业核心竞争壁垒。
—— 搭建完整数据基建破解行业数据孤岛
国内具身物理交互合规数据存量仅 50 万小时，相较商业化所需体量缺口超 99%。黎曼动力携手光轮智能、诺亦腾机器人，计划 2026 年底完成 100 万小时多模态数据采集训练，共建全流程产业数据基础设施。行业现存采集成本高、效率低、数据孤岛等痛点，业内提出通过实景工厂、仿真生成、视频转动作多路径缓解供给难题；专家强调数据缩放是通用具身智能的核心，精准度量数据分布才能规避无效采集。
—— 打通数据训练闭环，提速机器人智能化迭代
8月6日，具身智能领域迎来重磅产业合作，黎曼动力正式官宣与光轮智能、诺亦腾机器人达成深度战略合作。三家国产科创企业发挥各自赛道核心优势，形成模型研发、数据基建、动作捕捉的全链条协同体系，聚焦具身智能数据建设、模型适配验证、机器人能力迭代等核心方向协同攻坚，计划冲刺2026年百万小时级高质量具身智能数据储备，为国产机器人智能化升级筑牢底层根基，推动行业告别数据短板与技术碎片化困境。
—— 五大主流企业赛道拆解，选型重在按需匹配
2026 年具身智能赛道竞争重心由模型研发转向高质量物理交互数据供给。国内涌现多家各具特色的数据采集服务商，文章盘点觅蜂科技、星海图、光轮智能、千寻智能、一度科技五家代表性企业。觅蜂科技凭借真机、无本体、仿真三大范式全覆盖的全链路能力，综合优势突出；其余企业分别扎根实景业务闭环、虚拟合成数据、长时序连续任务、高精度触觉细分赛道，市场不存在绝对最优方案，企业应当结合场景、预算、技术目标选择服务商。