具身智能的“生命线”：数据基石与未来路径 | GAIR Live 017

如果说大模型的出现引爆了通用人工智能的想象，那么，具身智能则让 AI 拥有了可以感知、决策和行动的“身体”。而这一切的背后，都离不开一个至关重要的“生命线”——数据。 近日，雷峰网主办了一场主题为《具身智能数据：赋能感知、决策与控制的智能之源》的线上圆桌论坛，邀请了香港大学助理教授李弘扬、光轮智能联合创始人兼总裁杨海波、艾欧智能联合创始人、技术总监高飙三位重量级嘉宾，共同深入探讨了具身智能从数据采集、合成到闭环学习的全过程，为行业揭示了构建具身智能“生命线”的核心挑战与解决路径。 具身智能数据面临的挑战比传统 AI 领域更为严峻。嘉宾们一致认为，数据是构建“机器人基础模型”（Robotic Foundation Model）最关键的一环，但目前行业面临三大核心挑战：数据稀缺性与泛化能力、物理真实性与规模化短缺、商业与数据飞轮的脱钩。 针对真机数据的稀缺性和高门槛，嘉宾们分享了各自的独特解决方案： 李弘扬教授团队发布的 AgiBot World 数据集，以其百万条真机轨迹在业界受到关注。他指出， 解决高质量数据稀缺性，需要建立人机协同的数据管线； 杨海波总明确指出， 光轮智能的底层逻辑是“AI 进入物理世界”，并通过追求物理真实、强调人类示范在环、构建足够丰富的场景、构建多样性、数据闭环验证四个维度创新来解决仿真与真实世界的“领域差距”； 艾欧智能选择了一条 与机器人本体解耦的技术路径，来解决早期硬件不稳定和数据过时的问题。他们通过多模态传感器采集人类执行复杂任务的行为数据，而非直接采集机器人本体数据； 嘉宾对具身智能的终极目标达成了共识：仿真合成数据是通往具身智能的必经之路。具身智能的未来，正是在虚实融合、人机协同中，加速这一数据飞轮的转动，最终实现从感知到行动的智能体落地。 以下是此次圆桌讨论的精彩分享，AI 科技评论进行了不改原意的编辑整理： 01 <p