具身智能无疑是当下最热闹的赛道，没有之一。
在上个月结束的 WAIC 上，具身智能展馆始终是人流最密集的区域。表演打拳和跳舞的机器人才刚刚褪去新鲜感，递咖啡、叠衣服的交互尚能引人围观，而更深刻的变化已经发生，一批机器人开始走进 1:1 复刻的工厂产线，在搬运、分拣、装配等真实生产环节连续作业。
展馆外，资本、人才和互联网大公司的注意力，也在同时向这里聚集。据第三方数据，2026 年上半年，国内具身智能及相关上下游已经发生超过 300 起融资，搅动了超 900 亿元的融资额；今年前四个月，具身智能岗位量增长 15 倍；互联网公司、车企、手机厂商和传统机器人公司，分别从模型、本体、数据和应用场景切入。
但在这些繁华与喧嚣的另一侧，几乎所有站在一线的创业者和投资者，心里都悬着同一个隐忧：数据。
过去的三年，瓶颈一路迁移。算力曾经限制模型的规模，算法曾经限制模型的能力，今天，数据开始限制模型的上限。对于具身智能而言，没有足够的数据，机器人就无法学习新的技能、适应新的环境，更难形成真正的泛化能力。
难点在于，训练机器人对数据的要求很高，这些数据无法像互联网内容一样天然产生，单一方式生成的数据也都存在它们的边界。
所以，从去年开始，行业的投入重点开始发生变化。一批围绕数据而生的新基础设施开始出现：有人试图用世界模型降低真实数据需求，有人通过仿真环境批量生成训练数据，也有人开始搭建机器人数据采集、管理和验证体系。
无问智科走出了一条新的路径。围绕数据，无问智科构建了一套完整的基础设施：从真实数据采集、到数据清洗、自动标注、质量评估，再到合成数据生成、仿真模拟，再到测评和闭环验证，把原本分散的数据生产、使用、验证环节连接成了一个持续运转的迭代进化系统。
“无问智科是行业首个提出并实践，用世界模型构建具身智能数据基础设施”，无问智科的创始人兼 CEO刘盛翔这样形容他们的生态位。
这种对基础设施的执念并非凭空而来。作为百度自动驾驶早期的核心骨干，刘盛翔曾搭建了百度的自动驾驶数据与测试体系。2022 年创办无问智科时，他选择将这套在自动驾驶领域验证过的底层逻辑延伸至具身智能——打造一套 “世界模型驱动的物理 AI 数据基座”。
模型究竟缺什么数据？如何持续生产这些数据？数据是否真正提升了模型能力？模型又是否具备进入真实场景的能力？数据基础设施又凭什么能由一家创业公司来承载？带着这些问题，我们在无问智科位于北京中关村的办公楼里见到了他。
采访开始前，他拿出了自己打印好的一沓文档——在前一天晚上，他花了两个小时，把采访提纲里的每一个问题预先回答了一遍，并写了下来。这位工程师出身的创始人，依然习惯把所有问题都拆解成最细的回答，来迎接任何一场审视。
困境和闭环
与大语言模型不同，机器人无法直接继承互联网数十年积累下来的文本、图片和视频数据。
它需要学习的是另一个世界：不同材质之间的摩擦、不同重量带来的受力变化、机械臂动作与环境反馈之间的因果关系，以及人与物体、物体与物体之间持续发生的物理交互。而这些复杂经验，并不存在于任何一个现成的 “互联网” 中。
业内普遍认为，目前全球可用于具身智能训练的高质量操作数据仍只有几十万小时，而真正支撑通用机器人发展的训练规模，需要达到千万小时甚至更高数量级。机器人今天所能获得的数据，与未来所需要的数据之间，仍存在数量级上的巨大差距。
数据不足，除了会影响模型迭代的速度本身，更重要的是它限制了机器人的学习方式。
今天，大多数机器人仍然依赖真实数据的模仿学习（Imitation Learning）。研究人员首先采集大量人类操作示范，再让机器人学习如何复现这些动作。这种方式能够快速完成特定任务，却高度依赖已有经验。一旦环境发生变化，例如货架高度改变、灯光变化，或者物品摆放位置不同，机器人往往需要重新采集数据、重新训练模型，才能恢复原有能力。这也是为什么我们总是看到机器人只能在少量环境、少量任务中表现稳定。一旦更换工厂、更换物料，甚至只是换了一种抓取方式，模型的表现就可能迅速下降。
人类对机器人的期待，应该不是背诵答案，而是真的理解物理世界。
毕竟随着近几年机器人本体硬件持续成熟，以及机器人基础模型能力不断提升，行业开始期待机器人真正具备跨环境、跨任务、跨本体的泛化能力。只有这样，机器人才能不以蠢笨、缓慢并且昂贵的姿态进入工厂或者家庭。
早在具身智能发展的早期，行业里就已经出现了几种主流的数据收集方式。
另一种方式，是利用第一人称视频。互联网每天都在产生海量人类操作视频，它们能够帮助模型学习人类如何与世界交互。Google DeepMind 此前就采用这一思路。然而，这类数据往往缺少机器人真正需要的关节控制、接触力、轨迹等信息，只能回答 “看到了什么”，却很难回答 “机器人应该怎样完成动作”。
还有一种思路是纯仿真生成。机器人可以在虚拟环境中无限试错，以极低成本生成海量训练数据。但仿真世界终究不是现实世界，物体材质、摩擦力、光照变化、传感器噪声等细节都会产生偏差，机器人在虚拟世界学会的能力，未必能够直接迁移到真实环境。这也是机器人领域长期讨论的 Reality Gap（物理鸿沟）。
但经过几年的尝试之后，似乎没有一种方案能够单独解决问题。于是当下大部分公司都采取的是几种方式结合的思路。
怎么结合？在刘盛翔看来，机器人同样存在属于自己的 Scaling Law。
一方面，通过部署在真实环境中的全模态采集设备持续进行大规模无感野采，不断积累真实世界的物理交互数据；另一方面，再利用生成式世界模型在模拟环境中扩展更多复杂场景和极端情况。真实数据与生成数据相互补充，再不断回流到模型训练和下一轮数据生产中，形成持续增长的数据飞轮。
无问智科把它称为 “虚实融合闭环的数据体系”。
更重要的是，在无问智科的设想中，在新的基础设施的框架下，过去依赖模仿学习的学习方式有可能改变。
刘盛翔认为，当高精度世界模拟器能够稳定复现真实物理环境后，它就可以像围棋里的 AlphaGo 一样，在虚拟世界中进行成百上千万次零成本试错。机器人学习能够通过不断尝试，自主寻找更优策略。刘盛翔进一步解释，这有可能会改变具身智能的学习范式，从模仿学习走向强化学习（Reinforcement Learning）。
“当数据生产、模仿学习、强化学习和真实反馈逐步连接起来，数据基础设施也将从数据供给平台，进一步演进为物理 AI 的训练与开发基座。”
这一判断，近期也在全球前沿团队的动作中得到印证。
李飞飞创立的 World Labs 收购了机器人仿真公司 SceniX，并进一步将世界模型、机器人仿真和真实世界验证连接起来。它所指向的也是建立一套 Real-to-Sim-to-Real 的闭环，从真实世界获得数据，在模拟环境中训练和评测，再回到真实世界完成验证与校准。
在刘盛翔看来，这是一个重要的行业信号。世界模型如果只用于生成视频或三维场景，价值仍然有限；只有与真实数据、机器人仿真、规模化训练评测和真实反馈连接起来，它才可能成为物理 AI 的基础设施。
这与无问智科此前公开的技术路线形成了呼应。在无问的技术架构里，数据工厂负责采集和处理真实世界的数据，世界模型负责学习物理规律并扩展场景与任务分布，世界模拟器则承担规模化训练、评测和反馈，最终再回到真实世界验证和校准。
刘盛翔提到，World Labs 此次动作之前的数月，无问智科已经发布并开始推进这套 “世界模型 × 数据工厂 × 世界模拟器” 的完整闭环 Real2Sim2Real 方案。
在刘盛翔看来，虽然 World Labs 目前无论团队规模、融资体量还是全球影响力，都远高于无问智科，但他们回答的是同一个问题：如何把世界模型从内容生成，变成能够支撑机器人训练、评测和真实落地的物理 AI 基础设施。“无问下一阶段要证明的，是中国能不能在物理 AI 的新时代里，出现一家世界级的基础设施公司。”
World Labs 在今年完成了 10 亿美元融资，估值达到 50 亿美金。资本市场给予这类公司的高定价，看中的是它可能成为物理 AI 未来训练与开发的底层平台。“对无问智科而言，World Labs 的动作既是双方技术路线的呼应，也打开了中国物理 AI 基础设施公司的极大价值空间。”
迁移和挑战
数据只是第一步。机器人数据有效与否，往往要经过模型训练和真机验证后才能判断：一次失败可能只是无效噪声，也可能恰好暴露了模型缺失的能力；大量看似标准的成功数据，如果场景和动作高度重复，也未必能够继续提升模型。
因此，数据采集-筛选-标注-合成-训练-仿真-验证-部署-真机回流必须被连接起来，有了反馈机制，企业才能从无差别地堆积数据，走向针对模型短板持续补充有效数据。
想让数据流动起来，形成反馈闭环，并不简单，因为它横跨数据、算法和机器人系统多个环节。视频、动作轨迹、关节状态、控制指令和力反馈需要准确对齐；模型训练结果还要能够追溯到具体数据。一旦这些环节彼此割裂，企业即使拥有大量数据，也很难知道哪些数据真正产生了价值，更无法稳定复现模型能力的提升。
对于今天的具身智能行业来说，这样的工程能力仍然十分稀缺。
不过好在有可以对照模仿的行业——自十年前就经历了类似过程的自动驾驶。
刘盛翔认为，当前具身智能行业整体处于 2015-2016 年的自动驾驶早期阶段，仍处于技术探索与基础能力搭建的初期周期。
和具身智能前几年情况类似，自动驾驶发展早期的行业竞争更多围绕算法本身展开；但随着模型能力不断提升，算法性能的提升越来越依赖数据本身。
一辆自动驾驶汽车每天都会产生数十 TB 的数据，但真正能够帮助模型继续学习的，只是其中极少数具备高价值知识的 “有效场景”。从海量数据中自动发现问题、筛选有效样本、完成标注、重新训练模型，再通过仿真验证更新后的模型是否真正解决了问题，最终形成持续迭代的数据闭环，逐渐成为自动驾驶竞争的核心能力。
后来，包括 Waymo、Cruise、百度 Apollo 等公司，都开始将数据闭环视为自动驾驶研发体系的重要组成部分。
在百度自动驾驶期间，刘盛翔团队长期负责数据闭环、自动化评测等基础能力建设，他们搭建了一套能够支撑大规模模型持续迭代的工程体系，数据采集-自动标注-仿真验证-效果评估。
所以在决定进入具身智能领域后，刘盛翔及团队没有把机器人看作新的算法问题，而是把它看作另一种更复杂的数据闭环问题。
当然，刘盛翔也认为，具身智能并不是自动驾驶的简单复制，机器人面临问题的复杂程度是自动驾驶的很多倍。
不管自动与否，车辆都行驶在相对稳定的开放道路环境，所以只需要在二维空间中完成路径规划和避障即可。交互对象虽然复杂，但运动规律相对明确。
但机器人需要理解三维空间中的物体关系，控制几十个自由度完成抓取、旋转、插接等精细动作，还需要处理大量物理交互。对于机器人来说，同样一个 “抓杯子” 动作，因为杯子的重量、材质、摆放角度不同，就可能对应完全不同的控制策略。
但刘盛翔认为，自动驾驶行业长期积累下来的工程方法论，才是真正值得迁移的。
自动驾驶的发展过程中，一次漏检、一次误判，都可能带来严重后果。因此，行业逐渐形成了一种近乎苛刻的工程文化：Demo 也好，主观判断也好，都不如一套可量化、可复现、可持续验证的评测体系。
在他看来，具身智能同样需要建立这样的工程纪律。“这也是无问智科坚持把评测体系放在与数据、模型同等重要位置的原因。” 刘盛翔说。
在狂热与寒冬的周期轮换中
每一轮新技术浪潮的早期，产业链都来不及形成清晰的分工。具身智能也是如此。
为了尽快跑通产品、验证场景，许多公司需要同时建设机器人本体、具身模型、数据生产和应用交付能力。一家公司覆盖多个环节，并不完全源于扩张冲动，而是一种在外部工具和基础设施尚未成熟时，现实且必要的选择。
但当行业从 Demo 走向规模研发，问题也开始发生变化。
数据采集、处理、训练、仿真和评测，每一个环节都需要长期投入。如果每家公司都从零搭建一套完整体系，不仅研发成本高，许多相似的数据、工具和工程能力也会被反复建设。
在刘盛翔看来，客户自建能力与第三方基础设施并不矛盾。
企业仍然需要保留与核心模型、专有场景和产品定义相关的能力；但在数据生产、通用工具、仿真评测和底层工程体系上，行业最终会出现更加专业的分工。
刘盛翔用修路举例，道路修好以后，行驶在上面的可以是比亚迪，也可以是特斯拉。不同公司可以选择不同的车型、算法和目的地，但没有必要因为品牌不同，就分别建设一套完全独立的道路系统。
机器人本体可以百花齐放，模型路线可以快速迭代，应用场景也会高度分散；但其中大部分环境理解、物体交互、数据处理、仿真和评测能力，具有跨客户、跨任务复用的价值。
专业第三方的意义，不是取代客户的核心能力，而是把共性的、重复的、投入巨大的底层工作沉淀为基础设施，让模型公司把更多资源投入真正具有差异化的算法与产品。
“真正成熟的产业，不是每家公司都把所有事情做一遍，而是每家公司把自己最擅长的事情做到极致。” 刘盛翔说。
当被问及 “是否曾被投资人推着去做机器人本体和大脑模型” 时，刘盛翔承认，这确实曾是摆在面前的岔路口。“Say yes 比较容易，Say no 比较难。”拿着数据闭环的钥匙，继续向上延伸显得水到渠成——自己训模型、自己造本体。对于一家试图最大化自身价值的技术公司而言，这种顺流而下的扩张本能很难被拒绝。
对于未来的行业发展，他给出了一个极其明确的终局判断：“未来具身智能行业将收敛为 5-8 家通用大脑公司、数千家细分场景落地公司，通用数据底座将服务全量落地玩家。”
不过，公路这样的基础设施，真的能由一家商业公司来做吗？
他没有回答这个问题，而是说，早期，每家公司修自己的 “小路” 是必要的；但随着产业成熟，行业终究需要出现专业第三方，把这些分散的道路连接成一张真正通用的网络。
淘金时代，人们总会把目光投向挥舞铁锹的人；但真正支撑一场淘金热持续下去的，从来不只有淘金者，还有卖铲子的人，以及修路的人。
无问智科希望成为的是后者。
