机器人是否真的需要一亿小时数据，今天还很难给出确定答案。但这句话背后可以折射出一个提醒：如果具身智能希望复制大模型时代的能力跃迁，就必须面对数据规模、数据质量和数据组织方式这三个问题。过去几年，行业已经证明了真机数据的价值，也证明了遥操作路线的有效性。但这条路径成本高、扩展慢、强依赖本体，很难单独支撑通用机器人模型走向下一阶段。human data 路线提供了另一种可能。从人类在真实世界中的动作痕

广州云蝶科技股份有限公司（简称“云蝶科技”）成立于2019年，是广东省本土成长、重点培育的数据服务、垂类大模型和具身智能企业，提供覆盖多模态数据采集、AI垂类大模型、智能体、具身智能到智能硬件的全栈AI产品与解决方案。熟悉OpenVLA、RT-X/RT-2、T0/OpenPI、ACT、 Diffusion Policy、LeRobot、RLDS/Open X-Embodiment者优先。熟悉Mov

广州云蝶科技股份有限公司（简称“云蝶科技”）成立于2019年，是广东省本土成长、重点培育的数据服务、垂类大模型和具身智能企业，提供覆盖多模态数据采集、AI垂类大模型、智能体、具身智能到智能硬件的全栈AI产品与解决方案。熟悉OpenVLA、RT-X/RT-2、T0/OpenPI、ACT、 Diffusion Policy、LeRobot、RLDS/Open X-Embodiment者优先。熟悉Mov

广州云蝶科技股份有限公司（简称“云蝶科技”）成立于2019年，是广东省本土成长、重点培育的数据服务、垂类大模型和具身智能企业，提供覆盖多模态数据采集、AI垂类大模型、智能体、具身智能到智能硬件的全栈AI产品与解决方案。熟悉OpenVLA、RT-X/RT-2、T0/OpenPI、ACT、 Diffusion Policy、LeRobot、RLDS/Open X-Embodiment者优先。熟悉Mov

当前，通用人工智能的竞争正从虚拟数字空间全面迈向真实物理世界，已然成为 AGI 赛道的核心决胜高地。当前行业主流的 VLA 视觉语言动作模型、通用世界模型、视频推演方案，普遍存在空间感知精度不足、物理逻辑约束缺失、长时序规划能力薄弱、真机落地鲁棒性差等一系列痛点，无法支撑机器人实现真正的自主感知、自主推理、自主决策与稳定交互。在物理 AI 产业快速迭代的关键节点，深耕世界动作模型底层技术五年的，正

具身智能这两年的发展，很大程度上来自大模型能力向机器人系统迁移。从π0、π0.5、π0.7，再到后面的强化学习、世界模型、世界动作模型。大脑能力的发展速度确实很快，但越接近人类真实的日常需求，我们就越会发现，具身智能的突破还有很长的路要走。机器人能力并不会因为接入一个更强的 VLM 就自然形成。视觉理解、语言推理和动作生成之间，还缺少一套稳定的过程组织方式。长程任务的难点，往往出现在中间环节。

具身智能这两年的发展，很大程度上来自大模型能力向机器人系统迁移。从π0、π0.5、π0.7，再到后面的强化学习、世界模型、世界动作模型。大脑能力的发展速度确实很快，但越接近人类真实的日常需求，我们就越会发现，具身智能的突破还有很长的路要走。机器人能力并不会因为接入一个更强的 VLM 就自然形成。视觉理解、语言推理和动作生成之间，还缺少一套稳定的过程组织方式。长程任务的难点，往往出现在中间环节。

2026年，具身智能赛道的核心叙事正在发生实质性的偏移。不再是纯粹的“卷本体、刷榜单、拼自由度”，行业步入深水区后，头部玩家们不约而同地开启了一场组织架构层面的“细胞分裂”。这绝非简单的业务扩张，而是行业在一级市场流动性收紧、商业化交付压力陡增的背景下，进行的一场战略重组。

SUGAR 的真正价值，并不只是提升了几个locomanip任务的成功率。人形机器人究竟应该如何利用人类数据？昂贵但高质量的机器人数据直接模仿 imperfect human motion但两者都存在明显限制。不要盲目相信视频，也不要放弃视频。先从人类视频中提取任务先验，再通过物理 refinement，把它转化成真正可执行的机器人技能。从更宏观的角度看，未来 humanoid learning

过去一个多月，具身智能赛道的融资节奏依然紧密。智元生态内的等公司刚刚完成新一轮融资，估值均达70亿元人民币；博世与银河通用设立的合资公司，迅速拿下了近3亿元Pre-A轮融资，加速工业具身智能规模化落地；近完成5亿元的Pre-A轮融资用于大规模量产、销售网络建设；完成新一轮融资，以20亿美元估值引领全球具身数据基础设施…这些实打实的数字说明了一个趋势：**资本正在加速向具备核心技术壁垒和场景落地能力