6月16日，在北京亦庄举行的以“Build with Galaxea”为主题的星海图大家开辟者大会（Galaxea WDC 2026）上，“数据”成为要津词之。

　　围绕具身智能数据问题，多位行业东说念主士共享了大都线数据和判断：刻下国内可用于磨砺的具身数据量约为百万小时，与大说话模子动辄几千万小时的数据、几十万亿Token（词元）的文本数据比较仍有明差距。

　　星海图CEO（席推广官）继扬在接管包括《逐日经济新闻》记者在内的媒体记者采访时暗意，与大说话模子主要依赖互联网公开数据不同，具身智能的数据险些都来自现实全国的网罗，具有浓烈的专有化属。

　　这意味着，行业濒临的不仅是数据量不及的问题，包括数据质料、网罗本钱、开放率以及安全合规等系列挑战。

　　“百万小时”之后，行业缺的仍是质料数据

　　在采访中，继扬先回复了业界对于VLA（视觉－说话－手脚模子）与全国模子阶梯之争的问题。他以为，两者并非对立，而是同源共生。论磨砺哪种模子，本质上都需要将多模态数据不异为Token，再进行编码和学习。

　　他杰出将具身智能的数据需求拆解为四个维度：手脚、对象、场景和内容。所谓“采数据”，本质上是要尽可能把这四个维度的不同类型数据一皆网罗到。其中，Human-Centric Data（以东说念主为中心的数据）和Robot-Centric Data（以机器东说念主为中心的数据）各有作用。前者大致以较低本钱快速遮掩大都场景和不同东说念主体花式，后者则靠近终部署机器东说念主的简直贯通特。

　　对于使用的数据类型，继扬暗意，当今的预磨砺基本一皆使用简直数据，险些无用仿真数据。在公司达到100万小时数据限度之前，暂时看不到大限度接纳仿真数据的必要，因为简直数据能有遮掩上述四个维度。

　　海天瑞声CEO李科在6月16日上昼的圆桌对话中暗意，在刻下具身智能域中，诚然也曾出现大都磨砺场和数据采集中心，但确凿可用于磨砺的数据限度仍然有限。他估算，咫尺国内可用于具身模子磨砺的数据大要在百万小时量，而学术界公开数据集大多唯罕有百小时，少数达到万小时限度。

　　李科以为，咫尺之是以智能莫得显现丽水罐体保温施工队，问题不仅在于数据总量不及，还在于数据各样和开放不够。不同磨砺场基于不同机器东说念主内容网罗数据，变成了明的数据孤岛。

　　对此，鲸跃能源CEO李广宇则杰出指出，质料的数据亦然垂危身分。“咱们但愿，本年如若通盘这个词行业积存千万小时的数据，其中确凿有价值的不错达到100万小时，从量变到质变。”

　　在具身智能域，数据网罗常常被视为项漂后工程。

　　继扬以星海图的实践为例，给出了较为具体的本钱测算。Human-Centric Data的网罗本钱约每小时50元至100元，Robot-Centric Data约每小时250元。轮廓来看，行业平均数据本钱约每小时100元至150元。按照这尺度，网罗100万小时数据的本钱在1亿元至2亿元之间。

　　继扬强调，比较大模子磨砺动辄数亿好意思元的算力插足，这笔钱“必须得花，况且相配合算”。他提倡，揣测数据插足不成只看数据单项本钱，而应该关爱智能总本钱。“智能总本钱分三部分：数据本钱、算力本钱以及研发团队工程师本钱。咱们（指星海图）的实践至少是1∶10，即1块钱的数据至少花10块钱去作念磨砺才能把它训昭着。”

　　在继扬看来，确凿漂后的不是数据自己，而是低质料数据带来的磨砺花费。“如若输入的是不那么有的数据，产生的模子也不会有太大价值，在数据上量之前定要先把数据质料惩办，而什么是质料的数据？简直数据是质料的。”

　　除了本钱，数据壁垒也成为行业关爱焦点，继扬直言，铝皮保温已往具身智能模子的竞争很大程度上取决于数据质料。他以为，数据各异会逐层传：从数据质料各异，到模子才调各异，再到诓骗果各异，终体现为交易价值各异。

　　在交易模式上，继扬将具身智能的发展分为两个阶段：刻下阶段仍以整机销售为主，确凿面向出产力的案订阅模式阶段尚未熟习。他以为，现阶段行业尚未有企业确凿罢了大限度出产力场景落地，因此大的市集空间仍在已往。

　　从数据到智能，行业正在寻找下次跃迁

　　具身智能正处于从数据冷启动向智能显现过渡的要津阶段。

　　清科灵境独创东说念主杨子江将具身数据比作主说念主工智能时期的石油。在他看来，确凿的挑战不仅是网罗数据，是如何完成数据的索求、加工、提纯和开放。“具身智能如何得回三维的多模态的数据，若何样才能地把其索求并加工成有效的数据，这亦然需要胁制积存的历程。”

　　对于已往的数据开首，业内也出现了些新的探索向。

　　李广宇以为，消耗电子建树可能成为垂危的数据进口，举例手机、智能眼镜等结尾具备录像头和端侧算力，不错在用户普通生涯中抓续网罗具身数据。与此同期，跟着机器东说念主渐渐进入简直出产和生涯场景，其运行历程自己也将胁制产生新的磨砺数据。“大以为本年是具身诓骗元年，预期已往有多的机器东说念主大致试验铺到简直的出产生涯当中，这些机器东说念主产生的数据亦然很有价值的。”

　　继扬在受访时暗意，行业确凿的Scaling（限度化扩展）尚未开动。在他看来，具身智能的数据增长不会是线的，而应是指数扩展。

　　此外，继扬以为，咫尺具身基础模子的成长速率也曾快于婴幼儿学习手段的成长速率。因此，他并不以为行业证据安稳。但继扬同期强调，数据量的高涨并叛逆直带来模子推广速率的擢升，推广速率多取决于后磨砺而非预磨砺。

　　他先容，预磨砺惩办的是泛化问题，即面对新场景、新任务能否在不加多新数据的前提下完成；后磨砺则是针对特定场景的补充磨砺，雷同于就业者上岗前的项培训，唯有经过培训后，推广速率才会确凿擢升。

　　如若将刻下具身智能水平类比为婴儿，那么发展到很是于七八岁孩子的智能水平，大致需要多永劫间、多大限度的数据？

　　面对这问题，李科判断需要3至5年时间，对应的罕有据量在千万小时掌握。在他看来，要津在于罕有据并非浅近的数据总量。同期，与内容平直关系的特定数据，如机器东说念主手腕目田度带来的各异化操作数据等，可能比泛化数据具价值。

　　星海图CFO（席财务官）罗天奇则暗意，星海图里面判断的中展望周期为3年掌握，如若算法层面出现要紧冲突，这进度有可能杰出提速。他同期提到，在数据本钱中，算力仍是大支拨，数据自己相对是“小头”，但数据质料比限度为要津。数据基础步调才调以及标注身手的降本增，将是行业接下来需要抓续插足的向。

　　逐日经济新闻 手机：18632699551（微信同号）相关词条:罐体保温施工     异型材设备     锚索    玻璃棉    保温护角专用胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定丽水罐体保温施工队，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。