7.9
深览指数
科技虎嗅·陈伊凡_YF··AI 生成
具身智能最危险的幻觉，专坑那些迷信百万小时数的人
卢策吾（穹彻智能CEO、上海交大人工智能学院副院长、CCF具身智能中文标准术语牵头人）认为，行业迷信数据小时数是最大误区——一百万小时固定工位数据信息量可能等于单条。他提出「数据斜率」概念，即模型消化数据的效率才是泛化分水岭，并以「99%鲁棒性任务比例」与「达成99%的后训练成本」作为硬核考核指标。穹彻以无本体采集（UMI可穿戴设备，覆盖50余城、累计超20万小时）和力为核心构建全链路，落地药房、酒店场景。适合关注具身智能技术路线与商业化的读者。原文 ↗
核心观点
- ▍衡量具身智能数据不能只看小时数，关键看「数据斜率」——模型消化数据的效率；只堆几万小时意义不大，斜率持续往上抬，泛化临界点会自己到来。
- ▍具身模型的硬核考核指标是部署成本，具体拆为两个数：多少比例任务能靠后训练做到99%鲁棒性达商用，以及做到99%需要多少后训练成本；两数同时好转才说明泛化与鲁棒性在增强。
- 01穹彻做「无本体采集」：采集员戴RoboPocket可穿戴设备在真实场景操作，已覆盖50多个城市、累计超20万小时；2026年8月发布具身世界动作模型Noe-0，预训练到后训练全程用无本体数据，无一条来自遥操作。
- 02行业转折在2023年：2月智元成立，7月谷歌发布RT-2让大模型直连机器人动作输出、VLA路线起步，8月宇树推出首款通用人形机器人H1，11月穹彻成立；全球具身智能融资额从2023年约27.78亿美元升至2025年破100亿美元，穹彻两年多做七轮融资，红杉、阿里入场。
- 03卢策吾2021年办具身智能论坛仅7人到场、中途又走三四个，隔壁计算机视觉会场坐几百人；四年后该赛道吸走风投业最热的钱。
- 04穹彻目前大部分数据以UMI为主并混入第一视角（ego）数据提升泛化，因纯UMI数据行为与真机差距过大；数据配比动态调整，核心是保证实验效率而非固定配方。
- 05穹彻选择药房与酒店场景落地，药房场景实现长时间产业常态化运营且无需改造门店、商业账能算过来；卢策吾判断未来商业模式是部署边际成本一路向下，从整支团队到一个人再到一句话完成部署。
反方 / 局限
- — 卢策吾承认三年前的预判中，唯一没想到的是资本在该赛道的爆火程度；商业化落地的具体年份节点他三年前也未做预判。
- — 卢策吾拒绝给出具身智能在「技能光谱」里完成了百分之几的数值，认为随便给数字属于拍脑袋判断，说明该维度目前缺乏可量化标尺。
- — 力觉、触觉数据虽然是终局所需，但当前因采集成本过高被放到中训练、后训练阶段添加；传感器稳定性不足会产生噪声、频繁更换抬高管理成本，是规模化的现实制约。
- — 作者在文末暗示卢策吾的回答「保守，甚至不合时宜」，未展开反驳也未给出对照数字，对数据斜率这一核心主张缺少可外部验证的量化证据。
卢策吾穹彻智能上海交通大学人工智能学院李飞飞斯坦福大学人工智能实验室中国计算机学会（CCF）非夕科技智元机器人宇树科技谷歌 RT-2VLA（视觉-语言-动作模型）数据斜率无本体数据采集UMI 设备RoboPocketNoe-0 世界动作模型技能光谱世界模型Scaling Law
18 分钟 · 7 卡片 · 15 资料
读原文 →