本文首发于 Founder Park 公众号 · 2026 年 8 月 29 日 具身智能今年这么火,最火的却是数据公司,所有人都想要数据。 过去一年,行业对数据规模的需求,从几千小时迅速上升到几十万乃至上百万小时。不少机器人公司开始自建数据工厂,人体视频、遥操作轨迹和合成数据也被不断加入训练集。但随着数据量增长,大家发现,机器人缺的可能并不只是「更多数据」,而是能够描述真实物理交互、可以跨本体迁移,也能被模型有效学习的数据。 在 AGI Playground 2026 的一场对谈中,极客公园记者 Li Yuan 对谈了 Noitom Robotics 创始人兼 CEO 戴若犁和 Archon Robotics 联合创始人兼 CEO 李天羽,从数据供给方与数据使用方两个位置,讨论了机器人数据真正的瓶颈。 戴若犁从事动作捕捉 15 年,2025 年成立 Noitom Robotics,专注为机器人与具身智能提供数据基础设施。团队目前以 ModalityNet 数据平台为载体,建设有 OM、MOV 与 ITW+三类以人为中心的多模态数据集,它们直接记录人在真实环境中的交互,需求方可通过映射、重定向或强化学习对齐不同机器人形态,而非依赖传统遥操作。。 李天羽的 Archon Robotics 是数据使用方之一,目标是训练「全身智能」:让人形机器人同时调用腿、手臂、躯干和重心完成复杂任务。他指出,单纯堆砌数据时长意义有限,真正稀缺的是任务、物体与场景的多样性,以及交互时同步采集的全身姿态、手部动作、视觉和触觉信息。 两人的判断共同指向一个核心矛盾:人体数据易于规模化,却无法替代面向具体本体和任务的真实机器人数据;数据工厂能保证精度与模态完整度,一旦进入开放环境,又必须在成本、精度与完整性之间持续取舍。 以下为对谈内容,经编辑整理。 <span
ARTICLE
/
极客公园
诺亦腾机器人对谈源策未来:具身智能到底需要什么样的数据?需要多少数据?
2026年09月28日 20:01 · 来自 极客公园