会懂网AI资讯，9月26日，近日，恺望数据启动灯塔计划，拟联合100家合作伙伴共建100万小时真实场景数据，这标志具身智能的数据竞争从单纯扩大时长转向场景真实性、多模态覆盖和模型有效性。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。
具体来看，数据及模型在2026年9月进入真实数据扩张与物理世界建模阶段，觅蜂科技上线觅蜂派把真实场景数采由集中式数据工厂扩展至社会化众包，恺望的灯塔计划则从组织层面把场景方、设备方与数据方拉到同一套标准下。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。
从技术细节出发，100万小时的量级意义在于，具身大模型的泛化能力与数据多样性高度相关，同一个动作在不同光照、地面材质、障碍物布局下的表现差异极大，靠单一数据工厂无法覆盖，必须靠分布在真实场景中的采集网络。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。
在产业层面，众包模式的挑战在于数据质量一致性，采集设备的标定、标注口径的统一、隐私与合规审查都需要标准化工具支撑，这也是各家数据公司真正的壁垒所在。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。多方数据显示，AI 应用的渗透率仍在快速提升，真实场景的反馈正反过来推动模型迭代。
对开发者与企业用户而言，产业观察认为，谁能在保证质量的前提下把真实数据的边际成本压下去，谁就掌握了具身智能下一阶段的主动权。这类进展也折射出国内外在基础模型与智能体方向上的投入力度与路线差异。从长远看，模型与算力、数据的协同优化，将决定下一阶段智能应用的上限。相关团队表示，后续还会围绕稳定性、成本与场景适配持续打磨，让能力真正可用好用。
展望后续，产业观察认为，谁能在保证质量的前提下把真实数据的边际成本压下去，谁就掌握了具身智能下一阶段的主动权。相关进展将持续影响行业格局，值得长期跟踪。市场分析认为，谁先在大模型与Agent的工程化上建立优势，谁就更可能在下一轮竞争中占先。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。
暂无评论内容