在人工智能的演進(jìn)譜系中，具身智能（Embodied AI）被視為通往通用人工智能的關(guān)鍵一躍。然而，這一躍遷始終面臨一個根本性困境：仿真環(huán)境中的“滿分學(xué)霸”，為何在現(xiàn)實世界中頻頻“崩潰”？

這一問題可追溯至漢斯·莫拉維克等學(xué)者在20世紀(jì)80年代提出的悖論，讓計算機(jī)在智力測試中擊敗人類相對容易，而讓它們具備一歲嬰兒的感知與運動能力卻異常困難。其根源在于，物理世界的交互涉及無窮維度的連續(xù)變量，例如摩擦系數(shù)、材質(zhì)形變、接觸力動態(tài)分布這些變量在仿真環(huán)境中只能被近似建模，而近似意味著信息丟失。

柏拉圖在《理想國》第七卷中以洞穴比喻揭示了人類認(rèn)知的局限：囚徒只能看到火光投射在墻壁上的影子，并將其誤認(rèn)為真實世界。當(dāng)下具身智能領(lǐng)域?qū)Ψ抡鏀?shù)據(jù)的過度依賴，無異于讓算法學(xué)習(xí)墻上的投影，縱然投影分辨率再高、幀率再快，它依然無法復(fù)現(xiàn)真實物理接觸中微妙的力覺反饋與材料流變特性。Sim-to-Real Gap因此成為制約具身智能泛化能力的核心瓶頸。

破解問題的答案，隱于一條樸素的第一性原理：唯有讓模型直面過真正的萬物，它才能理解萬物。

01.

全球最大規(guī)模數(shù)據(jù)工廠集群誕生

在近期剛剛發(fā)布的“十五五”規(guī)劃綱要中，已經(jīng)明確提出要加快建設(shè)人工智能語料庫，建設(shè)高質(zhì)量數(shù)據(jù)集，培育壯大數(shù)據(jù)產(chǎn)業(yè)。這意味著國家已經(jīng)意識到，在這場關(guān)乎行業(yè)未來主動權(quán)的競賽中，誰掌握了數(shù)據(jù)，誰就掌握了行業(yè)定義權(quán)。

然而，行業(yè)內(nèi)部對數(shù)據(jù)的重要性心知肚明，真機(jī)數(shù)采是提升具身智能泛化性的關(guān)鍵這一判斷，在今天的機(jī)器人產(chǎn)業(yè)圈內(nèi)幾乎已是共識，但真正愿意下重注、付諸行動的，寥寥無幾。

帕西尼，無疑選擇了這條最難走、也最有價值的路。早在2024年，帕西尼便率先提出并落地"以人為中心"的全模態(tài)真實數(shù)據(jù)采集體系。2025年4月，全球首座全模態(tài)超級數(shù)據(jù)采集工廠，天津Super EID Factory正式投產(chǎn)，成為行業(yè)標(biāo)志性事件，國家數(shù)據(jù)局黨組書記、局長劉烈宏親赴實地調(diào)研，其億級數(shù)據(jù)集OmniSharingDB獲得互聯(lián)網(wǎng)頭部客戶及科研機(jī)構(gòu)的高度認(rèn)可。

現(xiàn)在，帕西尼宣布了更大的動作：在江蘇宿遷、湖北武漢、四川自貢、江西贛州再建四座超級數(shù)據(jù)采集工廠。從空間維度看，天津Super EID Factory作為先導(dǎo)基地已成熟運營，占地12000平方米，部署150個標(biāo)準(zhǔn)化采集單元；如果其余四座工廠逐步落地，五地工廠形成輻射華北、華東、華中、西南、華南五大區(qū)域的戰(zhàn)略縱深，會構(gòu)建起全球規(guī)模最大、模態(tài)最全、標(biāo)準(zhǔn)最高、協(xié)同最強(qiáng)的具身智能數(shù)據(jù)采集工廠集群。

規(guī)模有多大？五地工廠合計形成十萬平級實景基地，年產(chǎn)近百億條高質(zhì)量全模態(tài)數(shù)據(jù)。這一體量，在全球具身智能數(shù)據(jù)領(lǐng)域，沒有第二家能與之比肩。

效率有多高？從時間維度看，五廠聯(lián)動依托統(tǒng)一的數(shù)據(jù)接口與協(xié)同調(diào)度系統(tǒng)，可實現(xiàn)跨區(qū)域數(shù)據(jù)的秒級流轉(zhuǎn)與融合。單日數(shù)據(jù)產(chǎn)出量等效于人類個體一生的交互經(jīng)驗。采集效率較行業(yè)常規(guī)水平提升3至6倍，帕西尼正以這種“一日一生”的采集速率，以規(guī)?；?、高效化的數(shù)據(jù)產(chǎn)出，為具身智能Scaling Law提供了物理世界的支撐，終結(jié)具身智能領(lǐng)域長期存在的數(shù)據(jù)饑渴困境。

從產(chǎn)業(yè)適配維度看，五地布局還深度結(jié)合區(qū)域稟賦，實現(xiàn)了“數(shù)據(jù)源于場景、用于場景”的精準(zhǔn)適配。武漢工廠依托國家網(wǎng)安基地與汽車制造產(chǎn)業(yè)體系，主攻工業(yè)場景數(shù)據(jù)；宿遷工廠與京東集團(tuán)產(chǎn)業(yè)集群協(xié)同，深耕智慧物流、白酒釀造、綠色家居等場景；自貢工廠融入當(dāng)?shù)責(zé)o人駕駛與低空經(jīng)濟(jì)生態(tài)，打造“數(shù)據(jù)-模型”閉環(huán)；贛州工廠導(dǎo)入新能源與特色農(nóng)業(yè)場景；天津工廠則持續(xù)沉淀標(biāo)準(zhǔn)化全模態(tài)數(shù)據(jù)。這種分布式采集矩陣，使數(shù)據(jù)生產(chǎn)嵌入真實的產(chǎn)業(yè)流通過程，數(shù)據(jù)的場景相關(guān)性與生態(tài)效度得以最大化。

02.

數(shù)采體系與觸覺模態(tài)的回歸

如果說五地工廠集群回答了“數(shù)據(jù)量級”的問題，那么帕西尼全球首創(chuàng)的“以人為中心”（Human-Centered）全模態(tài)高精度實采數(shù)據(jù)體系，則回答了“數(shù)據(jù)質(zhì)量”的根本追問。

傳統(tǒng)數(shù)據(jù)采集模式可歸結(jié)為兩類：一是仿真合成數(shù)據(jù)，其局限前文已述；二是機(jī)器人遙操作采集，即由人操控機(jī)器人執(zhí)行任務(wù)并記錄軌跡。后者雖部分保留了真實物理交互，卻受制于兩個先天缺陷：其一，機(jī)器人本體的運動學(xué)與動力學(xué)特性限制了動作的自然性與流暢度，數(shù)據(jù)中隱含著機(jī)械臂的慣性、延遲與自由度假象；其二，傳統(tǒng)遙操作設(shè)備幾乎無法采集力學(xué)反饋信息，觸覺維度長期處于缺失狀態(tài)。

如何在規(guī)模、質(zhì)量與成本之間找到平衡點？帕西尼的路徑選擇兼顧了經(jīng)濟(jì)性和效率性，那就是讓人回歸為數(shù)據(jù)的直接生產(chǎn)者。研究者佩戴自研的PMEC數(shù)據(jù)采集手套執(zhí)行各類操作任務(wù)，手套中集成了數(shù)千顆ITPU多維觸覺傳感單元，可實時解析法向力、切向摩擦力、材質(zhì)紋理、溫度等15個維度的觸覺信息。與此同時，多視角視覺矩陣同步采集空間影像，實現(xiàn)觸覺、視覺、語音、運動軌跡的全模態(tài)時空對齊，系統(tǒng)延遲控制在5毫秒以內(nèi)。

這一設(shè)計隱含著一個深刻的洞察：觸覺是人類智能的核心構(gòu)成要素。神經(jīng)科學(xué)早已揭示，靈巧操作依賴于來自皮膚機(jī)械感受器的連續(xù)力覺反饋，大腦通過預(yù)測與校正的循環(huán)完成對物體的穩(wěn)定控制。若缺乏觸覺模態(tài)，機(jī)器人將永遠(yuǎn)無法理解“握持”與“捏碎”的邊界，無法區(qū)分玻璃杯與塑料杯的材質(zhì)差異，無法在無視覺信息的情況下完成穿針引線。帕西尼的數(shù)采體系，首次將高精度觸覺真值納入了大規(guī)模工業(yè)級數(shù)據(jù)生產(chǎn)流程。

從經(jīng)濟(jì)學(xué)角度看，這一范式帶來了顯著的成本優(yōu)勢。因為國內(nèi)單臺人形機(jī)器人本體價格普遍在60萬元以上，數(shù)據(jù)采集設(shè)備擺脫了對昂貴機(jī)器人本體的依賴，將高端觸覺傳感器的單價從“萬元級”壓縮至“百元級”。同時，數(shù)據(jù)采集效率較傳統(tǒng)遙操作提升3至6倍。更重要的是，采集的數(shù)據(jù)具備本體解耦性。一套數(shù)據(jù)可適配不同構(gòu)型、不同尺寸的機(jī)器人，有效消解了數(shù)據(jù)生產(chǎn)中的硬件依賴與環(huán)境過擬合風(fēng)險。

03.

從感知硬件到世界模型的飛輪效應(yīng)

單純的數(shù)據(jù)采集，無論規(guī)模多大，都只是原材料開采。帕西尼的核心競爭力在于構(gòu)建了從底層感知硬件到上層決策模型的閉環(huán)統(tǒng)治路徑。

依托五大工廠源源不斷產(chǎn)出的百億級真實數(shù)據(jù)，帕西尼的線上模型驗證平臺已實現(xiàn)“數(shù)據(jù)入，模型出”的高速迭代通道。模型的迭代周期從以“月”計壓縮至以“天”計，數(shù)據(jù)價值的轉(zhuǎn)化效率發(fā)生質(zhì)變。而由于技術(shù)自研率超過90%，單條數(shù)據(jù)的采集成本被壓低至行業(yè)均值的十分之一，這意味著在同等資本投入下，帕西尼能夠積累十倍于競爭對手的數(shù)據(jù)量級。

更值得關(guān)注的是數(shù)據(jù)飛輪的形成。因為優(yōu)化后的模型可一鍵部署至各類機(jī)器人終端，部署在真實場景中的機(jī)器人將實時回傳最新的交互數(shù)據(jù)，形成“數(shù)據(jù)增長反哺模型優(yōu)化，提升客戶拓展能力，持續(xù)豐富場景”的正向飛輪。模型越用越聰明，數(shù)據(jù)越采越精準(zhǔn)。

這一自增強(qiáng)的循環(huán)飛輪一旦高速運轉(zhuǎn)，后來者的追趕成本將隨時間呈指數(shù)級增長。數(shù)據(jù)壁壘、模型壁壘、場景壁壘三者相互強(qiáng)化，構(gòu)筑起難以逾越的技術(shù)護(hù)城河。這也使得帕西尼已不止是感知硬件供應(yīng)商，也不止是數(shù)據(jù)供應(yīng)商，而是一個擁有從底層核心感知硬件，到海量全模態(tài)數(shù)據(jù)，再到上層OmniVTLA通用大模型的具身智能全棧主體。

正如電網(wǎng)之于電氣時代、互聯(lián)網(wǎng)骨干網(wǎng)之于信息時代，高質(zhì)量、標(biāo)準(zhǔn)化的真實世界數(shù)據(jù)集將成為具身智能時代的核心生產(chǎn)要素。誰掌握了數(shù)據(jù)基礎(chǔ)設(shè)施的定義權(quán)，誰就掌握了行業(yè)的話語權(quán)。而帕西尼正在扮演具身智能領(lǐng)域的數(shù)據(jù)基礎(chǔ)設(shè)施提供者角色。

04.

百億估值背后的產(chǎn)業(yè)共識

資本是聰明而敏銳的，它總是流向價值的高地。

2026年3月的B輪融資，是資本市場對帕西尼上述邏輯的集中確認(rèn)。超10億元融資、百億估值，使帕西尼躋身國內(nèi)具身智能第一梯隊。值得細(xì)究的是投資方構(gòu)成：黃浦江資本、凱泰資本、信安資本領(lǐng)投，比亞迪、京東、TCL、上汽、北汽等產(chǎn)業(yè)巨頭加持，并吸引Meta關(guān)聯(lián)方、LEO LION等海外資本。

產(chǎn)業(yè)資本的大規(guī)模入局，意味著具身智能正在從實驗室概念走向生產(chǎn)線現(xiàn)實，帕西尼這一投資陣容則傳遞出一個強(qiáng)烈的信號，百億估值并非資本催熟的泡沫，而是實打?qū)崜纹鸬漠a(chǎn)業(yè)分量。

對于比亞迪、京東等戰(zhàn)略投資者而言，投資帕西尼就是投資未來十年的生產(chǎn)力。在汽車產(chǎn)線、物流分揀、3C制造等核心生產(chǎn)場景中，帕西尼的解決方案已經(jīng)實現(xiàn)批量商業(yè)級交付。從天津啟航，到宿遷、武漢、自貢、贛州的全面點亮，帕西尼不僅為自己鑄就了難以逾越的競爭壁壘，更為中國乃至全球的具身智能產(chǎn)業(yè)筑牢了高質(zhì)量的數(shù)據(jù)底座。

通過“硬件造數(shù)據(jù)、數(shù)據(jù)哺模型、模型優(yōu)硬件”的全棧閉環(huán)路徑，帕西尼不僅解決了高端觸覺傳感器90%依賴進(jìn)口的窘境，將單價從數(shù)十萬元降至千元級乃至百元級；資本的深度綁定，實質(zhì)是將數(shù)據(jù)采集場景與最終應(yīng)用場景提前鎖定，形成產(chǎn)業(yè)協(xié)同的生態(tài)優(yōu)勢。

05.

結(jié)語與未來

當(dāng)行業(yè)大多數(shù)參與者仍在爭論算法路線、本體結(jié)構(gòu)、大模型架構(gòu)之時，帕西尼選擇埋頭去做最苦、最重，卻也最不可或缺的那件事：造糧倉。

五大數(shù)據(jù)工廠的落成，如同五顆強(qiáng)勁的心臟，將富含觸覺、視覺、語言、動作的全模態(tài)血液，泵向整個具身智能產(chǎn)業(yè)。百億級實采數(shù)據(jù)集群的建設(shè)，不僅在于它讓中國企業(yè)在全球具身智能競爭中占據(jù)了關(guān)鍵卡位，更在于它為整個產(chǎn)業(yè)鋪設(shè)了一條回歸物理真值的進(jìn)化軌道。在這條軌道上，機(jī)器人不再只是看著墻上的投影學(xué)習(xí)世界，而是親手觸摸世界、感知世界、理解世界。

從柏拉圖洞穴到帕西尼工廠，人類對智能的探索走過了一個漫長的循環(huán)。如今，我們終于開始為機(jī)器人建造一座通向真實光的橋梁。這座橋梁的基石，正是那些以“一日一生”速率積累起來的、帶著溫度與力度的百億條觸覺數(shù)據(jù)。

讓機(jī)器人擁有觸覺，讓智能擁有身體，這是帕西尼正在書寫的產(chǎn)業(yè)敘事，也是具身智能邁向通用人工智能的必經(jīng)之路。