冲刺全球首个100万小时具身数据！三家国产公司联手

具身智能的Scaling迟迟未发生，行业共识是数据问题。机器人训练数据无法像大语言模型那样从互联网获取，目前普遍停留在数千到数万小时，达到数十万小时的模型屈指可数。

Physical Intelligence训练π0时使用了超过1万小时数据，英伟达GR00T 1.7公开数据约4万小时，谷歌DeepMind联合20多家机构才凑出100多万条轨迹。这些规模在大模型世界只是起步。

数据不仅量不足，质的要求也更高。真机数据、人类视频、仿真数据各有短板，且分散在不同玩家手中，导致采集、训练、评测脱节，难以形成闭环。

黎曼动力、光轮智能、诺亦腾机器人宣布共建具身智能数据底座，将采集、仿真、训练和评测连成一线。黎曼动力负责模型训练，诺亦腾提供真实动作数据，光轮智能提供仿真与评测。

黎曼动力前身是昆仑万维的Matrix世界模型团队，曾开发Matrix-Game系列，最新版本支持720p长时序交互。团队发现游戏世界模型与机器人World Action Model研究的是同一道题，即动作如何改变世界。

Riemann-1.0延续了Matrix的建模能力，将机器人动作纳入统一框架，能在开放世界中规划行动。但要从23.2万小时数据推向100万小时，需要产业链配合，而非单靠算法。

黎曼动力目标到2026年底完成100万小时数据采集，力争成为全球首个突破这一规模的企业。据亿欧智库报告，当前全球高质量具身交互数据仅约50万小时，目标为现有存量的两倍。

昆仑万维董事长方汉表示，具身智能模型的能力分化在于谁能率先把训练数据采集到百万小时、千万小时甚至亿小时级别。百万小时不是终点，而是起点。

这一目标更像一次行业实验：验证数据真正开始Scaling后，机器人能力能否跟着Scaling。

自动驾驶行业早期拼里程，后来发现真正拉开差距的是长尾场景能否快速变成训练数据。Waymo通过内部闭环，真实道路经验超2亿英里，仿真里程数十亿英里。

机器人行业难以照搬Waymo模式，因为机器人尚未大规模进入家庭和工厂，缺乏天然数据入口，且失败成本高。因此联合建设闭环成为更现实的选择，英伟达已联合Google DeepMind等建设Physical AI Data Factory。

黎曼动力等三方的合作遵循同一逻辑，且将共建数据规范、标注标准和评测基准，部分数据开源，推动行业共同加速。