編輯｜Panda

前些天，Generalist AI 發(fā)布了 GEN-1 模型，引爆了具身智能領域。該公司 CEO Pete Florence 甚至認為，機器人技術正接近其「ChatGPT 時刻」。

據(jù) Generalist 官方介紹，GEN-1 在多種任務上展現(xiàn)出了高達 99% 的成功率、比以往快 3 倍的執(zhí)行速度，以及應對意外情況時強大的恢復能力。這些顯性的指標背后隱藏著一個更關鍵的趨勢：具身基礎模型第一次逼近了一個實質性門檻，它正從單純的「能演示」階段，穩(wěn)步邁向具備商業(yè)可行性的「可部署」階段

這也讓人不禁發(fā)問：這樣新一代的物理 AI 模型，究竟是如何訓練出來的？

業(yè)內信息透露，這一輪能力躍遷的底層支撐，依賴于一套全新的數(shù)據(jù)與仿真基礎設施體系，其中光輪智能也作為基礎設施體系的關鍵參與者發(fā)揮了作用。

是的，GEN-1 的出現(xiàn)預示著：具身智能的競爭陣地，正逐步從模型層遷移至其背后的基礎設施層。

并且，這種底層體系的建立已經迫在眉睫。謝晨在訪談中透露了行業(yè)的真實溫度：「今年頭部大廠已經真正下場去卷機器人 VLA。國內的字節(jié)跳動、阿里，以及海外的 OpenAI、 DeepMind 和英偉達，推進速度絕對更加激進了?！咕揞^們的加速入局，直接將競爭的焦點推向了能夠支撐模型快速迭代的基礎架構層 。

不只是模型能力提升

行業(yè)競爭的重心也已改變

分析 GEN-1 帶來的影響，我們需要跳出常規(guī)的版本升級思維，思考其更深層的意義：GEN-1 第一次將具身基礎模型從「證明機器能學」的驗證期，切實推到了「接近可部署」的商業(yè)化門檻。

在這其中，有三項突破尤為關鍵：超高的成功率、快速的執(zhí)行能力，以及面對意外情況時的自我恢復能力。

這意味著行業(yè)的關注焦點已經發(fā)生轉移：從業(yè)者現(xiàn)在關心的重點，變成了模型執(zhí)行是否足夠穩(wěn)定、動作是否足夠敏捷，以及在面對現(xiàn)實偏差時是否具備足夠的魯棒性。

順著這一邏輯推演，一旦模型跨越了初始的可用性門檻，行業(yè)面臨的最突出矛盾也將隨之轉化。

接下來的核心挑戰(zhàn)在于如何讓模型持續(xù)且穩(wěn)定地變強。此時，真正關鍵的問題會變成：還能不能拿到更大規(guī)模、更高質量、更多樣的數(shù)據(jù)？能不能可靠地知道模型到底有沒有變好？能不能在更廣的場景、更復雜的任務里持續(xù)暴露失敗模式？最后，能不能形成「發(fā)現(xiàn)問題→補充數(shù)據(jù)→再次訓練→重新驗證」的反饋閉環(huán)？

基于此，我們可以得出一個清晰的判斷：現(xiàn)如今，行業(yè)真正稀缺的資源，已經超出了更強模型本身的范疇，支撐模型能夠持續(xù)進化的基礎設施能力成為了制勝關鍵。正因如此，具身智能的競爭正在全面向上游溯源，基礎設施層正在成為角逐的核心戰(zhàn)場。

這些判斷也在張小珺近日對光輪智能 CEO 謝晨的訪談《機器人數(shù)據(jù)的綜述：新時代的石油》中得到了印證，不僅如此，謝晨還在此次訪談中分享了更多有關具身智能數(shù)據(jù)基礎設施的洞見。

模型能力躍遷之后

行業(yè)開始追問能力從哪里來

如果說 GEN-1 昭示了能力形態(tài)上的顯著變化，那么張小珺與光輪智能 CEO 謝晨的那場深度對話，則為我們理解這種變化提供了一大關鍵視角。

在訪談中，謝晨提出了一個非常深刻的類比。他指出：「如果從第一性原理思考，我認為數(shù)據(jù)可能應該跟人的教育行業(yè)類比，就是數(shù)據(jù)對于模型或者數(shù)據(jù)對于智能，有點類似于教育行業(yè)對于人的學習?！惯@個判斷意味深長，它表明數(shù)據(jù)早已超越了單純的樣本集合屬性，轉變?yōu)榱藢W習的信號、經驗的傳遞途徑以及能力的塑造方式。

沿著這個框架再去審視當今具身智能前沿， 就會發(fā)現(xiàn)前沿模型的成功已經難以簡單歸結為數(shù)據(jù)量的堆砌；其核心在于：具身智能第一次開始形成一個真正的學習系統(tǒng)

在這個高度運轉的系統(tǒng)中，究竟什么樣的數(shù)據(jù)被采集、什么樣的行為被保留、什么樣的失敗被強化，以及什么樣的能力被持續(xù)優(yōu)化，都不再僅僅是隨機發(fā)生的孤立事件，它們正被高度系統(tǒng)性地構建起來。

這也揭示了一個更為深層的產業(yè)演進：數(shù)據(jù)正在從「靜態(tài)數(shù)據(jù)集」加速演進為「動態(tài)教育系統(tǒng)」

謝晨將這一過程梳理得十分清晰，從早期機器視覺時代如同填鴨式教育的靜態(tài)數(shù)據(jù)集，到后來工業(yè)化的大規(guī)模數(shù)據(jù)生產，再到現(xiàn)在大模型時代需要的反饋驅動。他總結道：「數(shù)據(jù)可能更多地應該被定義為能夠幫助模型學習的信號以及相應的經驗?！?/p>

這種演進的本質，是數(shù)據(jù)正在朝著「有針對性的指導」方向發(fā)展。傳統(tǒng)的機器人訓練往往追求完美的正確軌跡，但在當前的具身模型訓練中，嚴格意義上的完美變得不再絕對。

謝晨在分享服務具體客戶的實踐經驗時，提到了一點反直覺的認知：「其實最有效的數(shù)據(jù)是先失敗再成功的數(shù)據(jù)。」在他看來，行云流水般的完美視頻未必最有價值，那些種包含糾錯過程的負樣本，恰恰能夠賦予模型在非結構化環(huán)境中隨機應變的能力。

正是在這樣一個全新的發(fā)展階段，行業(yè)內開始涌現(xiàn)出一類全新的能力體系。這類能力超越了單純的數(shù)據(jù)提供，致力于構造學習過程本身。業(yè)內信息顯示，在這一類不斷壯大的能力體系中，已經明確涵蓋了光輪智能這樣的關鍵參與者。他們正在為具身智能打造一整套完備的教育閉環(huán)，讓模型能夠在海量的仿真與現(xiàn)實交互中持續(xù)進化。

隱性的瓶頸

評測與仿真基礎設施

謝晨認為，當今具身智能的的底層邏輯早已超越了單一的模型算法，同時涵蓋了數(shù)據(jù)、評測以及反饋機制等能力。

這些核心要素共同構成了一套全新的能力體系，即學習基礎設施（learning infra）。當模型能力還比較弱的時候，這套系統(tǒng)往往處于隱性狀態(tài)；然而當模型開始變得強大，這套基礎設施系統(tǒng)就會成為制約行業(yè)發(fā)展的真正瓶頸。

在這套系統(tǒng)中，最為關鍵的環(huán)節(jié)無疑是評測

謝晨在訪談中明確指出了這一點：「如果是具身的話，可能現(xiàn)在最關鍵的問題是評測，尤其是規(guī)模化的評測?！?/p>

其中的原因非常簡單且致命：測不出來的問題，模型永遠學不會。

為什么評測如此困難？自動駕駛的評價幾乎是「免費」的，因為它有「影子模式」，可以拿司機的操作當老師進行實時對比反饋。但機器人在現(xiàn)實世界不具備這種大規(guī)模評價的基礎。缺乏規(guī)?；脑u測，開發(fā)者就無法準確判斷模型是否真的取得了進步，無法系統(tǒng)性地發(fā)現(xiàn)模型存在的失敗模式，自然也無法形成有效的反饋閉環(huán)。正如謝晨所強調的：「如果這個解決不了，大家就很難去衡量具身智能的提升。這是一個核心?！?/p>

在仿真中建立一套類似自動駕駛的「影子模式」評價體系，是具身智能跨越預訓練時代的唯一路徑。

與此同時，數(shù)據(jù)本身的結構也在發(fā)生著深刻的變化。具身智能的發(fā)展路徑正在擺脫對單一硬件本體數(shù)量的依賴，走向一條全新的演進路線。

謝晨觀察到：「最多的具身數(shù)據(jù)一定不是本體商提供的。」這意味著，支撐通用具身智能最大規(guī)模的數(shù)據(jù)，一定會走向本體無關。只有構建本體無關的數(shù)據(jù)閉環(huán)，才能真正打破硬件采集的物理限制，為通用大模型的訓練提供海量且多樣的燃料。

在這樣的演進路線下，仿真的行業(yè)地位也隨之發(fā)生了根本性的改變。過去，仿真往往被視作模型與算法訓練的輔助手段；如今，仿真已然成為整個系統(tǒng)成立的前提條件

謝晨在定義仿真時給出了極其嚴格的標準：「需要在足夠物理準確的環(huán)境中，能夠可復現(xiàn)、可修正地去產生相應的行動，并且觀測到其結果。

對于機器人而言，仿真已經去除了「可選項」的標簽，成為了「必備條件」。謝晨非常篤定地表示：「我可以很肯定地說，仿真對于機器人是一個必備條件，沒有仿真這件事肯定做不成。」

他還進一步指出，如果要做大規(guī)模、可重復的評測，且同時在千百個不同場景中隨時驗證算法演進，「我認為唯一的方案只有通過仿真。」

缺乏了高精度的仿真環(huán)境，行業(yè)就無法建立起真正可規(guī)模化的評測與學習閉環(huán)。這促成了一個關鍵的產業(yè)認知轉變：優(yōu)秀的模型本身已經很難成為單一的競爭壁壘，決定具身智能能力的核心要素，已經轉移到了模型背后那套提供數(shù)據(jù)、仿真與評測支撐的「數(shù)據(jù)引擎」上

真正稀缺的不是數(shù)據(jù)

而是「數(shù)據(jù)引擎」

在這樣的理論框架下，行業(yè)下一階段真正稀缺的能力，已經擺脫了單純對數(shù)據(jù)量或數(shù)據(jù)供給本身的依賴。目前的焦點在于：能否持續(xù)構造有效的學習信號，能否系統(tǒng)性暴露失敗模式，能否將現(xiàn)實問題轉化為評測問題，進而形成持續(xù)迭代的反饋閉環(huán)。

也正是在這個意義上，謝晨在訪談里對「data factory」和「data engine」的嚴格區(qū)分顯得越來越重要。

前者帶有流水線交付的特征，后者則作為一個反饋驅動、評測驅動的學習引擎存在。

謝晨明確表示：「我更希望把它定位成一個 data engine。」他進一步解釋道：「data factory 有點偏工廠，其運作模式仍停留在流水線層面，不僅缺少關鍵技術與系統(tǒng)化能力，也未構建起反饋驅動的迭代機制。data engine 則是一個反饋驅動的學習引擎。」行業(yè)下一階段真正渴望的，正是這種能夠持續(xù)生產學習信號的系統(tǒng)，僅僅負責生產樣本的工廠難以滿足未來的演進需求。

進一步說，終局的數(shù)據(jù)系統(tǒng)會高度類似于教育系統(tǒng)。謝晨推斷：「終局的數(shù)據(jù)公司可能跟教育公司長得很像。」他也直接指出量販式的 data factory 將會被淘汰：「data factory 還是偏量販式…… 我認為這個路徑可能很快就會不需要了。」真正的終極需求將聚焦于能夠自我進化的數(shù)據(jù)引擎、仿真環(huán)境和評測系統(tǒng)。

在這個意義上，像光輪智能這樣的公司，其生態(tài)位也隨之發(fā)生變化。它超越了傳統(tǒng)意義上的數(shù)據(jù)供應商角色，演變?yōu)?strong>以數(shù)據(jù)、仿真與評測為核心，驅動模型持續(xù)學習的基礎設施系統(tǒng)供應商

謝晨在定義自身企業(yè)時提到：「我們是一套以系統(tǒng)驅動的、以系統(tǒng)和評測為中心的…… 通過幫助客戶的模型發(fā)現(xiàn)問題，并且基于這些有效的反饋和經驗幫助他們提升的能力。」

從模型時代

進入基礎設施時代

GEN-1 顯然意味著一個新的起點，它尚未解決所有難題，也未能讓具身智能一夜之間跨入大規(guī)模商業(yè)化階段。

但它已經足夠說明一件事：具身智能正在經歷從「模型驅動」向「基礎設施驅動」的深刻轉型。在這個階段里，決定智能上限的關鍵要素已經轉變?yōu)槟翘鬃寣W習持續(xù)發(fā)生的系統(tǒng)，單獨的一個更強模型無法支撐起行業(yè)的未來發(fā)展。

謝晨曾把仿真比作「時間機器」，認為它只是個加速器。但現(xiàn)在他認為，對于機器人而言，仿真是一個「先決條件」。這種認知的轉變，本質上也是整個行業(yè)從模型狂熱轉向基礎設施深耕的縮影。謝晨在總結這套基礎設施的核心地位時強調：「我覺得仿真是真正能夠解決具身數(shù)據(jù)問題的基石，或者說仿真是整個具身智能學習所需要的前提條件?！?/p>

面向未來，他描繪了一個更具科幻感卻也極為理性的終局形態(tài)：「智能越強，對于數(shù)據(jù)的饑渴程度反而會成倍增加。到了最后，AI 可能會像馬斯克設想的那樣，處在一個龐大的仿真環(huán)境中，基于既定的成功指標，不斷地自我博弈、修煉內功?！惯@也再次印證了一個結論：Generalist 的躍升只是結果，基礎設施的厚度構成了其背后的真正原因。