数据困局下的具身智能，谁能率先破局？

本周 AI 与机器人领域聚焦具身智能的数据困境。目前多数机器人模型仅使用不足1%的真实数据，导致泛化能力受限。Sergey Levine 等主张真实数据不可或缺，而王鹤等则认为合成数据更适合初期训练。Skild AI 提出融合多样化数据策略，银河通用机器人通过合成数据预训练加真实数据微调实现商业化落地。遥操作与 Sim2Real 成为两大关键技术路径，分别侧重高质量真实数据获取与大规模部署可行性。数据类型与训练方式之争，或将决定具身智能能否迈向通用化与规模化发展。
来源：https://mp.weixin.qq.com/s/o0kTaXnk86OUR_TOzqHzPQ