2026年4月29日，由極新、中關(guān)村（海淀）具身智能創(chuàng)新產(chǎn)業(yè)園、清華大學(xué)學(xué)生通用人工智能研究會(huì)主辦，華為云、全量數(shù)智、RoboVenture協(xié)辦的「具身智能系列活動(dòng)——高質(zhì)量數(shù)據(jù)的“富礦”與“陷阱”」在中關(guān)村（海淀）具身智能創(chuàng)新產(chǎn)業(yè)園圓滿落幕。這不是一場(chǎng)泛泛而談的行業(yè)論壇，而是一場(chǎng)直指商業(yè)化命門的攻堅(jiān)，意在讓數(shù)據(jù)走出“陷阱”迷霧，真正釋放“富礦”價(jià)值。

本次活動(dòng)聚焦具身智能數(shù)據(jù)價(jià)值鏈的起點(diǎn)，圍繞“從數(shù)據(jù)規(guī)模到數(shù)據(jù)效能”、“數(shù)據(jù)-模型-物理世界閉環(huán)”、“數(shù)據(jù)復(fù)用與共享”三大核心議題展開。與傳統(tǒng)大模型依賴互聯(lián)網(wǎng)文本和靜態(tài)圖像不同，具身智能需要的是多模態(tài)、時(shí)序?qū)R、包含物理因果關(guān)系的交互數(shù)據(jù)，其本質(zhì)不只是“看見”，更是“做”與“受”。當(dāng)前行業(yè)已從比拼硬件本體轉(zhuǎn)向比拼模型能力，而高質(zhì)量物理交互數(shù)據(jù)的嚴(yán)重稀缺，正成為制約具身智能落地的關(guān)鍵瓶頸。

活動(dòng)伊始，中關(guān)村（海淀）具身智能創(chuàng)新產(chǎn)業(yè)園運(yùn)營總經(jīng)理肖晨進(jìn)行致辭。她介紹，該園區(qū)于2025年正式獲批成為全國首家以“具身智能”命名的產(chǎn)業(yè)園區(qū)，目前已簽約企業(yè)44家，其中具身智能企業(yè)18家，覆蓋數(shù)據(jù)、大腦、小腦、本體等全產(chǎn)業(yè)鏈環(huán)節(jié)，并建設(shè)了垂直孵化器、跨本體數(shù)據(jù)采集等五大共性技術(shù)服務(wù)平臺(tái)。

中關(guān)村（海淀）具身智能創(chuàng)新產(chǎn)業(yè)園運(yùn)營總經(jīng)理 肖晨

然后，中科觸聯(lián)創(chuàng)始人李正偉進(jìn)行了“打破不可能：高精度、低成本、可量產(chǎn)的光電式觸力覺傳感器”主題分享，他指出，觸覺傳感器行業(yè)長(zhǎng)期受困于“高精度、低成本、可量產(chǎn)”三者難以兼得的“不可能三角”。中科觸聯(lián)的方案源于中科院自動(dòng)化研究所成果轉(zhuǎn)化，以光電原理替代傳統(tǒng)方案，通過“可變光通道”將機(jī)械力形變轉(zhuǎn)化為光信號(hào)，實(shí)現(xiàn)觸力覺精確反推。

中科觸聯(lián)創(chuàng)始人 李正偉

性能方面，該傳感器分辨率極限達(dá)一克，穩(wěn)定性漂移控制在千分之四以內(nèi)，位置分辨精度達(dá)0.01毫米，并具備接近覺與觸覺融合感知能力。李正偉強(qiáng)調(diào)，觸覺傳感器作為末端感知設(shè)備，其穩(wěn)定性是具身智能模型訓(xùn)練的前提——若傳感器性能漂移，訓(xùn)練出的模型將無法復(fù)用。當(dāng)前，該方案已落地于靈巧手、工業(yè)精密稱重等場(chǎng)景。

為了更進(jìn)一步了解具身智能行業(yè)，與會(huì)嘉賓參觀了園區(qū)展廳。參觀過程中嘉賓就數(shù)據(jù)采集兼容性等話題與園區(qū)方做了簡(jiǎn)短交流。

在隨后的主題分享環(huán)節(jié)中，清華大學(xué)學(xué)生通用人工智能研究會(huì)（THUAGI）副主席陳博遠(yuǎn)詳細(xì)介紹了清華大學(xué)學(xué)生通用人工智能研究會(huì)。他談到，THUAGI以“連接學(xué)術(shù)前沿與產(chǎn)業(yè)實(shí)踐、助力青年人才成長(zhǎng)”為定位，致力于構(gòu)建中國頂尖的AGI創(chuàng)新生態(tài)。團(tuán)隊(duì)成員涵蓋清華各學(xué)院頂尖博士生、特獎(jiǎng)得主、院系科協(xié)主席及創(chuàng)業(yè)先鋒，已形成覆蓋清北學(xué)者、產(chǎn)業(yè)領(lǐng)袖和投資人的千人社群。

清華大學(xué)學(xué)生通用人工智能研究會(huì)（THUAGI）副主席 陳博遠(yuǎn)

在活動(dòng)組織上，研究會(huì)已圍繞具身智能、AI Agent、AI+教育、AI+安全等方向舉辦多場(chǎng)主題分享，本學(xué)期計(jì)劃推出規(guī)模約20人的小閉門沙龍，聯(lián)合投資機(jī)構(gòu)和初創(chuàng)企業(yè)做更深度的產(chǎn)業(yè)對(duì)話。

啟銀投資董事長(zhǎng)宋炎則是結(jié)合啟銀的戰(zhàn)略布局進(jìn)行探討，她指出，當(dāng)前AI投資正從C端流量驅(qū)動(dòng)轉(zhuǎn)向B端價(jià)值驅(qū)動(dòng)，核心戰(zhàn)略是“脫虛向?qū)崱?/strong>，聚焦智能制造、智慧金融、智慧醫(yī)療和智慧城市四大領(lǐng)域，通過AI技術(shù)為企業(yè)創(chuàng)造實(shí)際價(jià)值。

在技術(shù)層面，她認(rèn)為AI大模型應(yīng)走向效率優(yōu)化、垂直專業(yè)化和小型化，以應(yīng)對(duì)科技迭代速度快、部署成本高的現(xiàn)實(shí)問題。對(duì)于具身智能，她將其拆解為“感知-決策-執(zhí)行-反饋”的閉環(huán)，并判斷在感知和執(zhí)行兩端將出現(xiàn)長(zhǎng)期突破。

啟銀投資董事長(zhǎng) 宋炎

在生態(tài)構(gòu)建方面，宋炎提出“開放、合作、共贏”的理念，主張通過平臺(tái)化、開源化和區(qū)域集群化降低AI應(yīng)用門檻。談及行業(yè)現(xiàn)狀時(shí)她直言，當(dāng)前相關(guān)公司上市泡沫將快速破裂，行業(yè)需要推動(dòng)具身機(jī)器人走向平臺(tái)化和開源化。

關(guān)于投資邏輯，宋炎給出了三個(gè)核心條件：誰來做、是否有資本賽道支持、政策資源能否為前兩者賦能。她強(qiáng)調(diào)，團(tuán)隊(duì)落地能力和技術(shù)解決市場(chǎng)痛點(diǎn)的能力是決策關(guān)鍵，并表示團(tuán)隊(duì)已構(gòu)建起從早期融資到上市的完整規(guī)劃能力。

隨后活動(dòng)進(jìn)入高潮，青瞳視覺副總經(jīng)理劉雪飛結(jié)合公司實(shí)踐，回應(yīng)了具身智能數(shù)據(jù)采集中的幾個(gè)關(guān)鍵問題。

關(guān)于數(shù)據(jù)質(zhì)量，劉雪飛指出，青瞳視覺目前能夠做到光學(xué)動(dòng)捕精度達(dá)亞毫米級(jí)（0.02mm），延遲約2.4毫秒，采集的數(shù)據(jù)無需后期清洗即可直接用于模型訓(xùn)練。同一條數(shù)據(jù)可跨不同本體機(jī)器人復(fù)用，實(shí)現(xiàn)“一次采集、重復(fù)使用”，大幅降低了高質(zhì)量數(shù)據(jù)的邊際成本。

青瞳視覺副總經(jīng)理 劉雪飛

關(guān)于數(shù)據(jù)復(fù)用與共享，他提到了正在推動(dòng)的“具身數(shù)據(jù)港”平臺(tái)，覆蓋從數(shù)據(jù)采集、質(zhì)量分析到數(shù)據(jù)集發(fā)布共享的全生命周期，嘗試將數(shù)據(jù)采集做成可復(fù)用的基礎(chǔ)設(shè)施。關(guān)于動(dòng)捕數(shù)據(jù)與機(jī)器人本體的關(guān)系，他直言兩者之間差的不只是外形，核心難題在于人機(jī)構(gòu)型映射，而高精度光學(xué)方案能有效降低這一環(huán)節(jié)的誤差。

北京師范大學(xué)鐘方威副教授結(jié)合其團(tuán)隊(duì)開發(fā)的大規(guī)模仿真環(huán)境UnrealZoo，回應(yīng)了“仿真數(shù)據(jù)到底能不能用得起”這一議題。

鐘方威通過實(shí)驗(yàn)給出了一個(gè)明確判斷：在數(shù)據(jù)總量相同的前提下，訓(xùn)練場(chǎng)景的多樣性遠(yuǎn)比數(shù)據(jù)規(guī)模本身更重要。用更多樣化場(chǎng)景訓(xùn)練的模型，泛化能力顯著優(yōu)于單一場(chǎng)景堆量訓(xùn)練的模型，這為具身智能數(shù)據(jù)采集的“效能優(yōu)先”提供了實(shí)證支撐。

圍繞訓(xùn)練效率，他分享了“離線強(qiáng)化學(xué)習(xí)+視覺基礎(chǔ)模型”的實(shí)踐路線。傳統(tǒng)在線強(qiáng)化學(xué)習(xí)在仿真環(huán)境中并行開銷巨大，而將數(shù)據(jù)采集與訓(xùn)練解耦后，單臺(tái)設(shè)備一個(gè)半小時(shí)即可完成從數(shù)據(jù)收集到模型訓(xùn)練的全流程，并實(shí)現(xiàn)零樣本Sim2Real遷移。

北京師范大學(xué)副教授 鐘方威

鐘方威還提到，團(tuán)隊(duì)已驗(yàn)證跨無人機(jī)、機(jī)器狗、人形等多種本體形態(tài)的統(tǒng)一跟蹤模型，數(shù)據(jù)可跨形態(tài)復(fù)用。目前UnrealZoo已被用于國際科技挑戰(zhàn)賽，支撐數(shù)百支隊(duì)伍在線完成搜救任務(wù)評(píng)測(cè)，為仿真數(shù)據(jù)走向真實(shí)應(yīng)用提供了規(guī)?；?yàn)證。

關(guān)于具身智能行業(yè)的未來發(fā)展，星動(dòng)紀(jì)元海外銷售負(fù)責(zé)人王浩然則直言，當(dāng)前行業(yè)“還沒有到達(dá)GPT-2.5時(shí)刻”，數(shù)據(jù)嚴(yán)重匱乏。海外高質(zhì)量數(shù)據(jù)采集成本已高達(dá)200美元/小時(shí)。

星動(dòng)紀(jì)元海外銷售負(fù)責(zé)人 王浩然

關(guān)于“數(shù)據(jù)不可能三角”，他提出兩條可能路徑：一是參照汽車行業(yè)“F1技術(shù)下放民用車”，先以高精尖數(shù)據(jù)跑通驗(yàn)證，再通過規(guī)?；当?/strong>；二是“低質(zhì)量數(shù)據(jù)暴力堆量”，用手機(jī)錄下做飯等日常操作，一天數(shù)百萬小時(shí)，未來若模型能從低質(zhì)量視頻中有效學(xué)習(xí)，或?qū)氐赘淖兂杀窘Y(jié)構(gòu)。但他強(qiáng)調(diào)這仍是待驗(yàn)證的假設(shè)。

關(guān)于數(shù)據(jù)孤島，他判斷各家目前不缺資金、都想自己做標(biāo)準(zhǔn)，真正的協(xié)同可能要等行業(yè)寒冬到來后才會(huì)發(fā)生。他還提及出海中的數(shù)據(jù)合規(guī)難題：歐洲客戶要求數(shù)據(jù)本地化，模型無法回傳國內(nèi)訓(xùn)練，香港作為唯一同時(shí)被中國和歐盟認(rèn)可的數(shù)據(jù)橋梁，正成為潛在的唯一解。

在主題分享環(huán)節(jié)的最后，憶海原識(shí)創(chuàng)始人任化龍從人體觸覺機(jī)理出發(fā)，闡述了其公司產(chǎn)品業(yè)務(wù)技術(shù)路線的生物學(xué)基礎(chǔ)。人手皮膚的觸覺并非力傳感器測(cè)量壓力那樣，而是通過皮膚深度凹陷的程度來感知物體的輪廓、形狀，以及通過皮膚層中淺表神經(jīng)末梢來檢測(cè)物體的紋理、滑動(dòng)。人手真正感知抓握力的神經(jīng)感受器在手指關(guān)節(jié)和肌腱，不在皮膚?；谶@一原理，他闡述目前市面主流的外骨骼式靈巧手覆蓋的薄膠皮無法產(chǎn)生深度凹陷，接觸方式為剛性點(diǎn)接觸，導(dǎo)致采集的觸覺數(shù)據(jù)天然存在缺陷；與之匹配的觸覺傳感器，也難以真實(shí)復(fù)現(xiàn)人類操作中的物理交互信息。

憶海原識(shí)創(chuàng)始人 任化龍

在探討"高質(zhì)量數(shù)據(jù)"的判定標(biāo)準(zhǔn)時(shí)，任化龍?zhí)岢隽艘粋€(gè)更根本性的問題：如果產(chǎn)生數(shù)據(jù)的硬件本身偏離了人體工作原理，那么在此之上追求數(shù)據(jù)規(guī)模和采集效率，是否走錯(cuò)了方向？他主張先以人體科學(xué)和神經(jīng)科學(xué)為第一本位，選對(duì)硬件設(shè)計(jì)的方向，有了正確的硬件設(shè)計(jì)，高質(zhì)量數(shù)據(jù)自然產(chǎn)生，而非本末倒置地追逐數(shù)據(jù)規(guī)模。這一觀點(diǎn)與"數(shù)據(jù)效能優(yōu)先于數(shù)據(jù)規(guī)模"的活動(dòng)核心議題形成了深層呼應(yīng)——數(shù)據(jù)效能的根源，在于硬件是否具備生成有效數(shù)據(jù)的物理前提。

隨著最后一個(gè)分享結(jié)束，這場(chǎng)關(guān)于高質(zhì)量數(shù)據(jù)“富礦”與“陷阱”的思辨也完成了最后一輪碰撞。當(dāng)行業(yè)從追逐數(shù)據(jù)規(guī)模轉(zhuǎn)向追問數(shù)據(jù)效能，“富礦”與“陷阱”便不再是一對(duì)修辭，而是具身智能數(shù)據(jù)價(jià)值鏈上每天都在發(fā)生的真實(shí)選擇。從傳感器到底層硬件，從仿真環(huán)境到出海落地，這一天關(guān)于高質(zhì)量數(shù)據(jù)的討論勾勒出一個(gè)日漸清晰的共識(shí)：真正的壁壘不在于采集了多少數(shù)據(jù)，而在于是否定義了什么是真正“有用”的數(shù)據(jù)。

更多干貨分享敬請(qǐng)關(guān)注我們的公眾號(hào)與視頻號(hào)~超多精彩對(duì)話內(nèi)容等待您的解鎖！