“過去十年，AI的核心突破是從「專用」走向「通用」的語言理解；未來十年的關鍵戰役，或許就是將這種通用性，從語言世界拓展到物理世界。”

作者丨吳彤 劉欣 齊鋮湧 梁丙鑒

編輯丨林覺民 馬曉寧

在12月13日舉行的第八屆GAIR全球人工智能與機器人大會“數據&一腦多形”分論壇上，兩個看似獨立卻緊密交織的技術前沿——數據的價值重構與一腦多形（One Brain, Many Forms）的架構革命，成為探索下一代智能系統的核心焦點。

一方面，數據正從傳統的“資源”角色，向更本質的“認知基礎”與“價值載體”演進。

隨著多模態大模型的爆發，高質量、結構化、富有邏輯鏈的數據已不再是模型的“養料”那么簡單，它正演化為定義模型認知邊界與價值對齊的核心框架。

本次論壇深入探討了如何在數據洪流中構建更具解釋性、可信度與進化能力的知識體系，以及如何通過數據流動重塑產業智能化的閉環。數據不再僅僅是起點，更是驅動智能持續進化、與人和社會和諧共生的核心紐帶。

另一方面，“一腦多形”的范式正在重新定義智能的構建方式。

它超越了單一模型解決特定任務的局限，指向一個更具適應性與擴展性的未來：一個統一的底層認知核心（“一腦”），能夠動態衍生出適應不同場景、模態與任務的多種形態。這不僅是架構效率的革命，更是智能向通用性與自主性邁進的關鍵一步。

論壇聚焦于如何讓同一個“大腦”理解語言、解析視覺、操控實體，并在不同形態間共享知識、遷移能力，最終實現從“專用智能”到“統一智能”的躍遷。

兩者的融合，恰恰勾勒出通往更高級人工智能的路徑：以革新性的數據方法論，滋養和約束一個具有統一認知且形態多樣的智能核心。

這不僅是技術的耦合，更是對智能本質的深度思考——如何讓機器在理解復雜世界的同時，也能靈活、可靠地服務于這個世界的無限場景。因此，本次分論壇的討論，正是這一宏大征程的重要注腳。

01

新數據范式：驅動模型演進的核心基礎設施

諾亦騰機器人創始人&CEO戴若犁：用動作捕捉技術構建具身智能數據工廠

在下午的“數據 & 一腦多形”專場中，首場分享由諾亦騰機器人（Noitom Robotics）創始人/CEO 戴若犁博士帶來，主題為《用動作捕捉技術構建具身智能數據工廠》。

深耕動作捕捉與運動相關技術研究十余年，戴若犁博士在分享中回顧了自己對技術路徑與產業方向的長期思考，并指出，人形機器人所代表的具身智能，正在成為一個天花板足夠高、且對高質量數據有強烈需求的新賽道。

他提到，隨著人形機器人和具身智能研究逐步進入工程化階段，行業對高質量、大規模數據的關注度顯著提升，越來越多的企業開始系統性地思考數據規模、數據質量與模型能力之間的關系。

在談到數據商業模式時，戴若犁博士強調，不同領域的數據生產邏輯存在本質差異。具身智能對數據的獲取方式、結構形式以及可遷移性提出了更高要求，這也決定了如果甲方獲取生數據的能力和乙方平權，那這個領域的毛利天花板注定是可觀的。

在案例分享環節，他介紹了與西湖機器人在全身遙操作（whole-body teleoperation）方向上的合作實踐，戴博團隊提供的動作捕捉設備為相關研究提供了技術支持，貢獻了一份自己的力量。

同時，戴若犁博士也從工程實踐出發，客觀分析了遙操作作為數據獲取手段所面臨的三大結構性挑戰（“原罪”），包括：

成本效率：昂貴而緩慢，成功率很低。

能力局限性：比如靈巧性高的手內的操作（in-hand manipulation）、高精度依賴力觸覺的雙手協同、非視覺引導操作（vision non-guided manipulation）無法執行，只有pick and place最成熟。

以及跨本體泛化能力等問題。

這些現實痛點，正推動行業進一步探索更加通用、可擴展的數據獲取范式。24年7月份，全球包括戴博團隊在內的五個組都開始探索“如何讓數據能夠跨本體”。

正是在這樣的背景下，行業開始將視角逐步拓展至以人為中心（human-centric）的數據路徑，嘗試構建不與單一機器人本體強綁定的數據體系，從而提升數據在不同形態、不同平臺之間的復用價值。

圍繞這一思路，戴若犁博士介紹了諾亦騰機器人（Noitom Robotics）建設具身智能數據工廠的實踐經驗。相關數據采集工作覆蓋標準化采集與真實場景采集等多種形式，并在持續迭代中不斷優化數據結構與生產流程。

分享中，他還展示了具身智能數據的“數據金字塔”框架，并提出：在設計不同層級的數據獲取方案時，理解每一層數據的“第一性問題”至關重要，只有明確數據的核心價值，才能在工程和商業層面形成可持續的路徑。

演講最后，戴若犁博士引用Sergey Levine的學界作結，以形象的“勺叉”比喻強調技術與產品取舍的重要性：與其追求“什么都能做”，不如聚焦于真正關鍵、能夠解決核心問題的能力，從而在復雜系統中構建清晰而有效的價值。“如果你像麥當勞里的勺叉，不僅在喝湯的時候會漏，還叉不起來雞塊。既要又要的結果就是個勺叉，咱不當勺叉，咱們當一個好用的叉子就行。”

極數迭代CEO，深圳AIRS訪問研究員佟顯喬：具身智能的數據工程解決方案思考

接下來分享的是極數迭代 CEO、深圳 AIRS 訪問研究員佟顯喬，他的分享主題是《具身智能的數據工程解決方案思考》。在該領域，佟顯喬積累了大量一線經驗。

一開場，他率先拋出觀點：無論具身模型如何演進，數據始終是基石。他預測，未來幾年具身數據體量將爆發式增長，“具身數據服務”會成為機器人賽道里下一個“Scale AI”級別的確定性機會。

結合過往實踐，佟顯喬梳理出當前幾大數據瓶頸：機器人泛化能力差，與數據量呈冪律關系——現有數據遠不能達到較高成功率；大規模、高質量數據采集成本極高，真機與動作捕捉投入巨大，難以負擔；模型能力難以跨本體遷移，數據孤島化且缺乏統一評估標準……這些底層采集方案與數據標準設計上的挑戰，恰恰意味著行業新機會。

隨后，他梳理出當下主流技術路線：大腦（system 2）負責理解物理世界常識與人類指令，分解復雜任務；小腦負責技能，如抓取、按壓等，需人類示教與標注數據。二者需端到端融合訓練。不同流派都需要大量異構數據、人工參與，以及跨場景、跨任務的泛化能力。

佟顯喬把數據采集現狀歸納為兩條路徑：

真機端：以末端執行器動捕、人類視覺示教、同構遙操及“光慣混合操作”為主；

仿真端：圍繞軌跡合成、資產合成、預測生成與決策生成等維度展開。

作為極數迭代聯合創始人兼 CEO、機器人與自動駕駛領域專家，佟顯喬曾在百度美研、蘋果、英偉達等公司深耕多年。接著，他分享了具身智能數據平臺的設計思路。

一方面，平臺化可針對場景做系統化設計，在高效與可靠之間取得平衡，鎖定數據標準，提升真機與仿真采集效率，并優化部署對接；另一方面，通過兼容性設計與低代碼接口降低使用門檻。

他還提出真機數據的“萬物皆可達”、仿真數據的“萬物皆可生”兩大系統，并引入 AI Agent 概念，借助大模型完成自動標注、資源管理與模型評測，構建完整數據工具鏈。實測下來，真實世界數據集構建速度提升 30×，仿真數據生成提升 3.5×，以數據飛輪方式加速模型迭代。

分享結尾，佟顯喬給出判斷數據好壞的經典洞察：“從最終模型反推——能讓模型表現優異的數據，就是好數據。”

圓桌論壇：具身數據如何塑造行業未來？

數據專場的最后環節，以具身數據為主題的圓桌論壇在王建明的主持下正式開始。王建明、戴若犁、佟顯喬、丁琰四位嘉賓圍繞具身數據采集、數據飛輪等議題展開了深度對話。

對機器人而言，什么是好的數據？王建明以數據質量切入，幾位嘉賓就“以終為始”達成了共識，最終的模型性能、訓練中機器人的受益程度反映著數據的質量。丁琰進一步指出，采集成本和各種數采方式對于不同場景和硬件的適配與否，都是決定數據質量的關鍵環節。

未來的數據采集方式或將走向多元化。作為一家有數據能力的創業公司，丁琰表示，鹿明機器人正在籌建自己的數采廠。出于成本考慮，現階段采用UMI方式進行數據采集，但未來仍可能引進更多方案。“遙操作、UMI（Universal Manipulation Interface）、動捕、仿真數據，存在即合理。”丁琰強調。

戴若犁就In-the-wild的數據采集方式發出了提醒，他指出這是一種高度考驗技術水平的方案，其落地需要先后克服軟硬件易用性、組織管理能力兩道難關，而在當前的時間節點，邁過前者的技術門檻無疑更為重要。

具體而言，在采集階段需要低摩擦、高精度、多模態的數采設備，野采數據的利用，還需要從稀疏原始數據中得到稠密信息的技術方案。戴若犁認為，一條可行的鏈路是通過世界模型進行先驗估計，輸出更豐富的模態及維度數據。相較之下，遠未到比拼人力組織能力的時間。

佟顯喬認為，數據采集行業仍處于早期階段，數據、本體、模型公司仍在相互磨合。不同的模型公司提出了不同的需求，這意味著數據采集公司不能停留于堆人力的體力活階段，而是要懂模型、給建議。“模型公司也需要你的knowledge”，佟顯喬強調，“一個個批次之后，大家才能一起做得更好。”

02

AI的“大腦”革命：一腦，何以多形？

過去兩年，具身智能的火熱源于一個共同期待：大語言模型的出色能力有目共睹，若將其接入機器人，有望賦予機器人更聰明的大腦，從而為行業打開新空間。

然而熱鬧兩年后，具身智能仍沒有標準答案。在眾多技術路線中，“一腦多形”被提及得最多——同一套智能系統，可適配人形、車形等不同形態，只要場景需要，外形可變，核心大腦不變。

接下來登場的嘉賓們，對“一腦多形”帶來了不同方向的詮釋和分享。

微分智飛創始人高飛教授：智能飛行機器人研究進展及產業應用

率先登場的，是微分智飛創始人高飛教授，他帶來的分享主題是《智能飛行機器人研究進展及產業應用》。

高飛的演講風格極具畫面感：他用《普羅米修斯》的無人機編隊鏡頭引出“分布式集群”終極形態，又用《流浪地球》的混亂場景對比“去中心化”的重要性。

一開場，他拋出判斷：通用飛行智能正處于爆發前夜。

隨后列出行業“老大難”問題：氣流擾動大，擦碰即墜機；機載算力弱，傳感器廉價；數據稀缺，采集比車輛/行人困難得多。

高飛認為，這些行業難題是困難，也是機會，目前他們團隊正逐步攻克這些難關，也因此會形成自己的技術護城河。

在接下來的演講里，他從五個方面展示了團隊的技術突破。

首先是敏捷輕量的多任務小腦，高飛教授現場展示了一鏡到底的實飛視頻，畫面里無人機的飛行能力非常酷炫敏捷，可以穿越各種狹窄縫隙，比專業的飛手操作更熟練。

為了更形象說明這一點，他展示了一場長鏈路動作下飛手和機器人的人機對抗，其中包含連續倒轉穿過六個框的特技飛行等動作。實驗表明，相比高水平飛手，算法完成的軌跡質量有明顯提升。

這里他還提到一個細節，他們團隊最小的端到端神經網絡可以運行在 自重僅50 克左右的無人機上，其機載算力低于 1 Tops。借助團隊研發的自動化數據采集系統和合成數據生成管線，有效數據采集成本大大降低，

大腦方面，高飛老師認為跨本體和跨場景非常重要。

他展示了一個飛行器在無GPS和人為操作的環境下走迷宮，還展示了復雜地下空間場景中飛行器的自主決策和自主導航過程。

他突出了集群系統和分布式群腦飛行，展示了多個一鏡到底的 demo ：無人機集群穿越復雜稠密竹林的自主導航，以及五臺飛行機器人協同搬運載荷。

最后，高飛教授還放了一個彩蛋。

在家庭空間里，飛行操作一體化的飛行機器人可以幫人拿飲料、拿物品，高飛教授表示，他們已經可以做到通過單電機線驅動機構實現飛行機械手的多自由度形變，使其在穩定飛行同時展現出指尖捏取和掌心抓握等交互操作能力。這種新構型飛行器雖然操作自由度不高，但可實現抓了就跑，充分發揮本體移動性優勢，未來有望應用于短途物品運送，還可作為人手的空間延伸，通過端側輔助駕駛完成復雜任務。

這些技術的展示充滿了對技術落地應用的想象力。

最后高飛對研發成果的潛在應用也做了總結，憑借“小腦-大腦-群腦”三位一體方案，飛行具身智能體目前已經可以代替人進入高危環境完成信息采集，也正在推進在安防巡檢、物流運輸等場景的落地應用。

寧波東方理工大學的助理教授金鑫：空間智能技術在自動駕駛及具身機器人中的初步探索與應用

寧波東方理工大學的助理教授金鑫，做了題為《空間智能技術在自動駕駛及具身機器人中的初步探索與應用》的分享。

金鑫表示，其團隊圍繞空間智能在自動駕駛與機器人領域的應用進行了初步探索。他將空間智能分為三個層級：基礎的空間感知（構建3D世界）、進階的空間交互（支持智能體與環境的互動）以及最終的空間理解與生成（基于對世界的理解創造數據）。

團隊將工作細分為空間構建與智能體訓練兩部分，并形成了“建模-訓練-迭代優化”的閉環研發飛輪。

在自動駕駛領域，針對真實數據采集難以覆蓋極端場景的痛點，團隊提出了以“占據柵格”（Occupancy）為中心的生成方案UniScene（CVPR25）。金鑫指出，Occupancy是連接場景理解與多模態生成的理想橋梁，它兼顧了必要的語義和幾何信息。

基于此，團隊開發了兩階段生成流程：先由鳥瞰圖布局生成語義Occupancy，再以此衍生出激光雷達點云與多視角視頻。該方案的迭代版本（UniScene V2）新增了深度與語義分割模態，并支持按傳感器位置生成數據，目前已與理想汽車合作測試其在復雜場景下的泛化能力。

更進一步，團隊在近期的工作OmniNWM中，引入了“規劃-生成”的閉環機制。

金鑫解釋道，該模型能將規劃的軌跡作為條件輸入，預測未來場景變化，并在世界模型內部通過計算Occupancy的物理指標（如碰撞、速度）實現獎勵反饋與閉環優化，從而構建“萬能駕駛導航世界模型”。

在機器人領域，團隊將相同方法論遷移，用于生成機器人訓練數據，提出ORV框架。

針對第一人稱視角數據稀缺的問題，團隊構建了InterVLA數據集，通過學生模擬機器人并佩戴GoPro，配合動捕設備，采集了包含語言指令、多視角視頻與動作軌跡的數據。同時，團隊與北京銀河通用合作研發的DreamVLA模型，其核心思想是將大語言模型的“思維鏈”思想引入視覺-語言-動作模型，讓模型在輸出最終動作前，先在潛在空間中推理出“世界知識”（如哪些物體需移動、深度估計等），從而提升決策的可解釋性與泛化能力。

此外，針對機器人方位感知弱的問題，團隊還提出了模塊化的“方位基礎模型”，使其能像人一樣抓取物體的合適部位（如瓶身而非瓶蓋）。最后，金鑫介紹了將“解耦學習”嵌入世界模型的工作（DisWM，ICCV25），旨在從仿真環境的視覺輸入中分離出與任務無關的干擾因素（如光照、紋理），使智能體能更專注于關鍵信息，從而提升訓練效率與在真實世界的魯棒性。

他表示，上述技術正逐漸嘗試走出實驗室，探索產業化可能。

上海人工智能實驗室青年科學家王靖博：人形機器人，從“盲動”走向“感知驅動”

隨后，上海人工智能實驗室青年科學家王靖博帶來了主題演講《從虛擬走向現實，構建通用人形機器人控制與交互策略》。

長期以來，人形機器人的研究是否必要一直存在著爭議。演講伊始，王靖博博士就對此做出了回應。他指出，由人類搭建的真實生活環境，也面向人類的各種需求，這決定了人形必然是一種相對通用的方案。在數據維度，互聯網上有大量來源于人類日常生活的第一人稱及第三人稱數據，其中包含的運動邏輯和操作邏輯，對于模型訓練來說都是可用資源。在應用層，人形機器人的交互邏輯、安全性等研究，最終也會回饋到人自身。

而人形機器人現階段研究的核心問題之一，就是如何在仿真中訓練機器人，并使其在真實世界中實現穩定、可泛化的運動與控制。由于仿真環境與真實物理世界之間存在的差異，人形機器人的技能訓練與部署長期面臨著Sim2Real的鴻溝。對此，王靖博博士介紹了其團隊的最新成果，通過對日常生活環境的集成性構造，以及創新的感知和表示方案，顯著提升了復雜地形下運動策略的遷移成功率。其核心在于用體素化的點云表示壓縮環境信息，并在仿真中引入機器人本體的激光雷達自掃描，以更好地對齊仿真與真實的傳感器數據分布，從而使機器人能提前感知地形變化，如臺階、吊頂，并預先規劃動作，而非依賴碰撞后的力反饋。

此外，王靖博博士在演講中提到了構建統一的動作技能表征，作為基礎的人形機器人運動控制模型，可以進一步拓展在有效的可遷移的人形機器人感知方案下的動作與技能選擇，使得人形機器人可以在基礎的運動之外完成和場景的交互已經多種球類運動。

在演講中，王靖博博士進一步指出，人形機器人的控制策略正從“盲走盲動”轉向“感知驅動”，融合視覺、激光雷達等環境感知，以實現機器人在復雜、非結構化環境中的自主導航與交互是必然趨勢。關于人形機器人的未來，王靖博博士認為，當前的模型參數量和學習方式限制了技能容量和更多元控制形式的探索。長遠來看，構建容量更大，更高效利用數據的方案，例如離線的監督學習，是提升機器人技能通用性和長程控制能力的可行路徑。

一腦多形圓桌論壇：探索?落地?未來

演講過后，一場關于“一腦多形”的圓桌論壇，將整個會場氣氛推向高潮。在英諾天使基金ED王建明的主持下，浙江大學控制學院副教授，微分智飛創始人高飛，寧波東方理工大學助理教授金鑫，上海人工智能實驗室青年科學家王靖博三位嘉賓圍繞著具身智能、世界模型等話題進行了熱烈討論。

首先，王建明拋出一個共性問題，邀請三位嘉賓用簡短的話語，概括近兩年具身智能在學術與產業領域的發展進展。

對此，高飛直言：“現在還沒到技術路線收斂的時候，行業仍處于探索階段。這一波技術浪潮的本質，是 AI 與機器人本體結合后，帶來的智能性與泛化性飛躍。” 他同時強調，從業者要時刻牢記做具身智能的初心。金鑫對此表示認同，并補充道：“這兩年高校在具身智能領域的機會，相較于產業界其實要少一些。未來不妨將核心關鍵問題交由高校攻關，產業界則專注于技術落地轉化。”

王靖博也分享了自己的觀察：“人形機器人其實十年前就有波士頓動力在做運動能力的展示，但一直沒能真正走進大眾的應用場景。而當軟硬件的code design的理念出現后，整個領域的發展節奏明顯加快了。”

隨后，王建明針對各個嘉賓的研究方向分別提出了不同的問題。首先向高飛的demo提出稱贊，高飛認為自己相對來講，是無人機比較懂AI的，是AI里比較懂無人機的。無人機的技術范式會往端到端的方向傾斜，端到端則是指：進來的是圖像等傳感器數據，輸出的是電機控制指令。最后，高飛表示，端到端是一種范式，強化學習是一種解法，黑箱是一種模式，三者是不一樣的概念，不宜直接畫等號。

后面，又對世界模型進行了探討，現在世界模型的定義都沒有達成共識，金鑫認為，自動駕駛和機器人這兩個任務對世界模型的要求和技術范式都是有很大的區別的，世界模型是一個非常大的概念。而在自動駕駛中，視頻生成比較主流一些，因為涉及到安全性的問題。

金鑫還指出，世界模型與 VLA 模型并非對立關系，二者完全可以結合應用。他提到，他與清華、科大合作的一篇survey前一天剛上線，文章專門探討了這一問題，要么先建世界模型再做policy learning，要么兩個一起做。

當被問及 “何時能實現性能優異的通用控制器” 時，王靖博從仿真與現實兩個維度給出答案：如果是在仿真器里面，不去做例舉的限制，實現一個還不錯的控制器還可以，只是要精度和平衡性之間找到最優解。如果是在真實世界上，這個就得看算法和硬件了。他以自己實驗室的實踐舉例，相同的算法在不同的人形機器人上運行，會得出截然不同的結果，最終得由硬件性能來決定。

論壇尾聲，嘉賓們將話題拉回到技術落地這一核心議題。高飛暢想：未來說不定我們會在生活中看到各種各樣的無人機，這也是他的夢想，他還調侃道，如果未來沒有各種無人機高空作業或者送人送貨的活，這是他們這幫學者、創業者的失敗。

金鑫對于具身智能的落地則表示，不想回到工業自動化的階段，但現在工業自動化那邊的需求很著急，希望趕緊把機器人用起來。這是一個很大的gap，創業者腦海中的想法和實際情況有差距，上級會讓你快讀落地，投資人在其中扮演的角色是既讓技術人員很著急，又讓需求方不能那么著急，將這種困境概括成一句話就是——“既要星辰大海，也要趕緊賺錢。”

王靖博則基于自身的觀察給出了審慎的判斷：落地還比較遙遠，但今年已經給大家看到了很多希望，至少我們在現實生活中，已經能見到相關技術的落地應用，而不再是像看波士頓動力的 Atlas 機器人那樣，如同觀看科幻大片。

伴隨著對未來的暢想與探討，數據&一腦多形分論壇圓滿落幕。