影溯在杭州落地全国首个具身仿真数采中心，目标月产百万小时数据

AI 摘要

影溯于10月29日在杭州落地全国首个以仿真为主的具身智能数采中心，目标实现月产百万小时级数据。该中心以三维场景重建与生成为核心，结合真实采集锚定几何与外观、生成式世界模型Topos Pro扩展场景排列，并通过三级环境交付标准定义数据质量。影溯同时联合禾赛、宇树等20多家单位推进SIDO空间智能3D数据开放计划，试图将数采产能公式从「人×小时」转为「环境配置数×并行算力」。

正文节选

0 作者丨幸丽娟 编辑丨岑 峰 训练一个可用的具身智能模型，需要千万小时的多模态交互数据；而现实仅有百万小时，剔除低质部分后，真正可用的更少。 缺数据，是具身智能行业的共识。 但只盯着“数据”这两个字，会错过更关键的问题： 一台机器人在固定货架前抓取，成功率可以很高。货架挪个方向，目标前多放一排饮料，换一侧伸手，成功率就往下掉。练过的，它能一遍遍做对；没练过的，它连手该从哪边伸都不知道。 行业缺的不只是数据量，还有“数据里的变化”。 过去两年，补缺口的主流办法是建场地、加采集人手。 据中国信息通信研究院，截至今年6月底，全国共建成启用超过70家训练场，另有40 余家在建或规划。 然而，大量训练场集中在叠衣服、收拾桌面、分拣搬运这类易展示任务上，复杂长程任务挖掘严重不足。数据小时数在涨，模型见过的空间布局没涨。 问题出在扩容的对象上。加场地，加采集人手，扩的是同一批场景的采集次数——货架还是那个货架，只是多采了几遍。 多样性要涨，靠的是条件变多：布局、遮挡、物体组合、接近路径，每多一种都是一次重新排列。 而一个训练场里能有多少种排列，取决于它被布置成什么样；改一次布置，采集流程就得跟着重

发布时间：2026-10-30 19:08

抓取时间：2026-10-30 21:16

来源机构：雷峰网