【浙商计算机】物理AI——数据采集方值得关注
，高质量数据正成为行业竞逐的基础性战略资源。与文本模型不同，机器人训练需要可映射到感知与控制链路的交互数据，而当前高质量具身数据明显不足：全球研发端需求约120万小时，但全行业每月产出仅25万—30万小时，训练高质量模型至少需要千万小时量级数据，而成熟数据集只有几十万小时。
。真机遥操作数据质量高，但成本高、效率低；动作捕捉和人类视频更易规模化，但需要解决人机重定向、力反馈和触觉缺失等问题；仿真合成数据可控、可扩展，但仍存在Sim-to-Real差距。
。世界模型能够学习环境运行规律，在虚拟环境中生成大规模、低成本、可控且可重复的数据，并对机器人动作结果进行预测，从而显著提升数据生产效率和模型迭代速度。同时，世界模型还能够覆盖危险场景、极端工况和低频任务等真实世界难以获取的数据，为具身智能提供更广泛的训练分布。
。2026年5月光轮智能完成新一轮融资，估值超20亿美元，2个月内实现估值翻倍；海外公司Applied Intuition 2025年6月完成6亿美元F轮融资，估值达150亿美元；Skild AI 2026年1月完成14亿美元Series C融资，估值超140亿美元。
风险提示：仿真到真实迁移存在误差，行业标准和数据合规仍不确定，相关公司融资、估值和订单兑现存在波动。
🌹欢迎联系浙商计算机刘雯蜀团队