光轮智能杨海波：具身智能数据需求远超其他赛道，将是自动驾驶或大语言模型的千倍万倍





　　中国国际服务贸易交易会-具身无界：智能创新发展论坛于2025年9月11日在北京举行。主题为“具身智能+大模型：机器人的进化革命”。光轮智能联合创始人兼总裁杨海波出席并演讲。

　　以下为演讲实录：

　　大家好，我是来自光轮智能的杨海波。我们是一家专注于仿真合成数据技术的公司。和专注于大模型的企业不同，我们的核心目标是帮助AI更好地理解和进入物理世界。目前主要聚焦于具身智能和自动驾驶两大场景。

　　当前，AI已全面进入以数据为中心的时代。大语言模型、自动驾驶和具身智能都普遍采用端到端架构，模型性能越来越依赖于数据的规模与质量。尤其在具身智能领域，数据需求远超其他赛道——我们认为，其规模将达到自动驾驶或大语言模型的千倍万倍。



　　为什么具身智能对数据的需求如此巨大？第一，应用场景高度多样。自动驾驶替代的是司机，而具身智能瞄准的是千行百业，从工业操作到家庭服务，对泛化能力要求极高。第二，具身智能强调与物理世界的真实交互，不仅需要视觉感知，更涉及力反馈、物体形变、复杂关节运动等物理属性。第三，机器人本体形态异构，双足、轮式、机械臂等不同构型导致数据天然分散、难以标准化。最关键的是，目前尚无大规模机器人落地应用，预训练数据极度匮乏，严重制约了具身模型的发展。

　　面对这一现状，合成数据是推动具身智能规模化发展的关键基础设施。在具身智能的数据金字塔中，其根基由海量非结构化网络数据组成，顶端则由采集成本高昂的、数量最稀少的真实数据构成，有利于智能体高效且直接地进行知识迁移，而合成数据的加入填补了两者间的空缺，在采集成本、可泛化性与知识迁移方面拥有明显优势。当然，合成数据仍需克服“Sim2Real Gap”——即仿真与现实的差异。但我们认为，Sim2Real不是非此即彼的问题，而是可通过技术不断缩小差距。

　　高质量的具身合成数据需满足四个关键条件：

　　一是物理交互必须真实。具身智能要求模型能“感受”物理反馈，比如拉开冰箱门时的阻尼力、按下面包机按钮的触发反馈，甚至包括线缆、衣物等柔体的实时形变模拟，这些在仿真中需高精度还原。

　　二是人在环的数据生成。AI的进化始终依赖人类认知，无论是大语言模型中采用专家标注，还是端到端自动驾驶训练中使用五星司机数据，都说明高质量人类专家示范不可或缺。我们通过仿真环境下的遥操作，采集物流、烹饪、分拣等场景中专业人员的操作数据，可以为模型提供可泛化的高阶认知。

　　三是场景足够丰富。足够丰富的场景多样性是极其重要的，真实数据采集面临Real2Real Gap——即单一测试场无法覆盖真实环境的多样性。自动驾驶车辆即使在封闭测试场或专业赛道表现优异，也难以直接应对开放道路的挑战，根源在于真实场景丰富度不足，而对具身智能来说，所需场景的多样性和复杂性更是指数级增长。因此需要具身合成数据能够以高效率生成海量差异化场景，构建广泛且合理的数据分布，从而提升模型泛化能力。

　　四是通过数据闭环实现有效性验证。我们不仅生成数据，还通过自研算法对数据效用进行验证。例如在使用合成数据微调英伟达GR00T模型后，将其部署至真实机器人，验证其在真实工厂环境中的表现。

　　接下来为大家展示几个具体的Demo案例：

　　首先是我们的厨房仿真场景。与通常仅注重外观的仿真不同，我们这个厨房中的很多对象都是柔体或刚柔混合体。例如大家看到的线缆，就同时具备刚体特性和柔体形变效果。我们通过高保真的物理引擎，模拟了包括材质响应、受力形变在内的复杂交互行为。

　　另一个展示的是商超场景。我们通过Real2Sim技术，对像7-Eleven这样的真实商超环境进行高精度还原和自动泛化，生成大量多样化、可交互的商品布局。比如演示中将零食从挂钩上取下的动作，看似简单，但在仿真中却涉及非常复杂的物理碰撞计算。我们不仅要实现视觉上和物理上的真实感，还需高效控制算力消耗，使其具备大规模训练的应用价值。

　　这正是我们工作的核心——在高度真实的仿真环境中，通过遥操作完成复杂任务的数据采集。该仿真场景我们已经开源，可用于支持各类具身智能的训练需求。我们支持多种采集设备，包括鼠标、AR/VR设备以及带力反馈的专业操控装置，以适应不同复杂度的任务采集。

　　目前，光轮智能已构建涵盖数据采集、策略训练、仿真评测到Sim2Real部署的全流程解决方案。我们也与英伟达、Figure、DeepMind等国际头部企业合作，支持包括GR00T N1在内的多个模型研发与落地，在国内服务最头部的车企和大厂。此外，我们还开源了部分高质量仿真资产与转换工具，推动行业共建标准。

　　最终，我们的目标是构建全球最大规模、最高质量、最通用的具身智能数据集——预计超100万小时，95%以上为仿真数据，并全部通过头部客户验证与人工质检。解决合成数据的问题，是具身智能迈向大规模应用的关键一步。

　　合成数据不是简单的模拟真实，而是以更高效率、更大规模为AI提供物理世界的反馈与认知，是具身智能迈向规模化应用的必经之路。

　　谢谢大家！

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。