当前国内合规真实物理交互场景数据仅有 50 万小时，商业化落地所需数据体量达数千万小时，整体数据缺口超过 99%，具身智能行业深陷数据供给不足的发展瓶颈。黎曼动力联合光轮智能、诺亦腾机器人达成产业合作，三方计划在 2026 年底完成总计 100 万小时高质量具身数据采集与全流程训练，依托 Riemann-1.0 具身世界动作模型、Matrix-Game 3.5 交互式世界模型，打通数据采集、模型训练、标准化评测、真机落地迭代全链条，搭建支撑产业发展的具身智能基础设施。

  机器人想要精准感知、操控真实物理环境，单一视觉信息无法满足训练需求，力觉反馈、关节运动、三维连续动作轨迹、人机物动态交互等多维度高精度信息缺一不可，这类多模态交互数据集是打造通用机器人智能大脑的核心基础。现阶段高质量真机交互数据供给存在明显短板，行业报告显示传统遥操作采集单条有效数据成本在 10 至 50 元区间，一套基础可用的机器人动作策略，往往需要数万乃至数十万条数据支撑，高昂成本与低下采集效率制约产业迭代速度。各企业独立采集数据还催生数据孤岛问题，极端工况、设备故障等稀缺样本无法跨企业流通共享，造成实验室模型与现实应用场景适配偏差严重。为化解数据短板，行业同步推进多条技术路线落地，包括实景数据工厂规模化采集、仿真平台自动生成标注数据、借助互联网视频转化动作指令，多重渠道并行减少真机采集压力。

  业内专家指出，数据是决定具身智能发展上限的核心资源，产业通用能力的实现高度依赖数据缩放定律，无论采用何种技术模型，充足且多元的数据都是发展前置条件。规模化扩充数据总量的核心不在于算法代码开发，而是精准度量数据分布，依靠量化指标把控数据覆盖范围，避免大量重复、同质化无效数据采集，保障数据集能够适配各类复杂现实工况，持续提升机器人模型的环境通用适配能力。