机器人行业正迎来一场数据驱动的变革。黎曼动力联合光轮智能与诺亦腾机器人，宣布共建具身智能数据底座，计划在2026年底前完成100万小时机器人训练数据采集。这一目标若实现，将成为全球首个突破该规模的企业，远超当前全球约50万小时的高质量具身交互数据存量。
具身智能的发展长期受制于数据瓶颈。与大语言模型可直接从互联网获取海量数据不同，机器人训练数据需通过真机采集、遥操作、可穿戴设备等手段获取，成本高昂且效率低下。目前，全球最前沿的机器人学习实验中，Physical Intelligence的π0模型使用约1万小时数据，英伟达GR00T 1.7模型的数据总量约4万小时，谷歌DeepMind联合20余家机构才凑出覆盖22种机器人本体的100多万条轨迹。
数据质量与规模的双重挑战，使得具身智能的Scaling效应迟迟未能显现。机器人所需数据分为三类：真机数据用于精准控制，人类视频数据帮助理解真实世界语义，仿真数据则补充危险、稀有或长尾场景。然而，这些数据目前分散在不同玩家手中，采集方不了解模型需求，模型公司难以独自完成真实采集与仿真，仿真平台生成的数据也需通过模型训练和真机验证。这种割裂状态导致数据虽不断积累，但真正转化为机器人能力的比例难以评估。
黎曼动力、光轮智能与诺亦腾机器人的合作，旨在构建数据闭环：模型发现问题后，采集环节补充数据，仿真环节放大场景，评测环节验证效果，失败案例再反馈至下一轮训练。这一模式突破了传统数据积累的局限性，使数据生产首次真正围绕模型需求展开。
诺亦腾机器人作为动作捕捉领域的老牌企业，凭借全球70%的市场份额，成为“人类经验翻译成机器人教材”的核心供应商。其技术积累使其数据被国内多数主流机器人公司采用。光轮智能则依托自研的“求解—测量—生成”三位一体仿真平台，可批量生成仿真数据并搭建虚拟训练环境，其工业级评测体系能精准判断机器人模型的学习效果。黎曼动力作为模型训练的核心，将整合前两者的数据，通过其Riemann-1.0模型验证数据效用。
黎曼动力的技术背景为其奠定了基础。其前身是昆仑万维内部的Matrix世界模型团队，三年间从游戏世界模型研究转向机器人领域。团队发现，游戏与机器人在空间理解、动作建模、长期记忆和未来预测等底层技术上高度相似，但机器人对动作执行精度的要求远高于游戏。Riemann-1.0模型由此诞生，它不仅能理解环境，还能规划行动，在开放场景中具备持续工作的能力。
百万小时数据目标不仅追求规模，更注重场景多样性。黎曼动力创始人刘扬表示，数据是模型进化的核心燃料，孤立的数据无法支撑通用机器人发展。此次合作旨在搭建开放、标准化的具身数据生态，为行业提供通用底座。三方计划共建数据规范、标注标准和评测基准，并向社区开源部分训练数据，推动行业整体进步。
这一模式与自动驾驶行业的闭环建设逻辑相似。Waymo通过真实道路、封闭场地、仿真训练和安全评测的闭环体系，积累了超2亿英里真实道路经验和数十亿英里仿真里程。然而，机器人行业因缺乏天然数据入口和成熟的“影子模式”，难以复制Waymo的模式。联合建设闭环因此成为更现实的选择，英伟达此前联合多家机构建立Physical AI Data Factory便是例证。
