j9九游会登录入口首页

　　随着人形机器人逐渐从实验室演示走向真实产业场景，如何让机器人成长、学习，促进具身智能真正大规模落地，成为产业内的关注焦点。光轮智能（北京）科技股份有限公司联合创始人兼总裁杨海波日前接受北京日报客户端专访时表示，当下具身智能大规模落地的卡点在于数据供给不足，光轮智能希望通过推广标准化数据构建大规模供给，满足具身智能对数据的庞大需求。

　　在杨海波看来，机器人与人类一样，需要持续学习。“人走出校园之后，依然会在工作岗位不断成长，活到老学到老，机器人也是如此。”光轮智能打造的持续学习系统，正是一套循环往复的完整闭环：数据训练、仿真规模化评测、真实场景落地部署三大环节首尾相连。机器人完成训练之后，经由仿真评测平台完成大规模能力测验，再投放到真实业务场景部署运行；在真实环境中遇到各类问题，又会反向回流到系统，进入新一轮迭代，循环往复，机器人的实际作业能力不断提升。

图为光轮智能持续学习基础设施

　　在这背后，数据的需求就格外重要。杨海波认为，不同于大语言模型拥有互联网数十年沉淀的海量存量文本，自动驾驶拥有百年产业积累的路面行驶数据，具身智能几乎没有现成存量预训练数据，行业所需的数据体量，至少是自动驾驶、大语言模型的1000倍。此外，具身智能需要的数据并非简单的视觉信息，还包含动作交互、物理环境反馈等多维度信息，对数据的质量、多样性、规模都提出极高要求。

　　“标准非常重要。大家确定标准，按照标准生成和采集的数据才具有更广泛的流通价值，这也是我们在一直探索和实践的。”杨海波认为，打破当下具身智能数据“卡点”的关键在于标准先行。只有建立行业公认的有效标准，才能实现数据大规模生产、流通复用，匹配具身智能爆发式的数据需求。

　　基于这一认知，光轮智能深度参与全球物理AI标准共建。

图为光轮智能加入的Newton、EgoVerse两大国际物理AI标准组织

　　在仿真领域，作为Newton 仿真技术委员会唯一中国企业成员，光轮智能与英伟达、谷歌DeepMind、迪士尼研究院、丰田研究院四家顶尖机构共同引领下一代开源物理AI仿真标准，参与下一代物理AI 仿真基础设施的规则共建。

　　在数据领域，作为 EgoVerse人类数据委员会唯一中国企业成员，光轮智能与 Meta、Scale AI等国际团队共同构建全球最大规模的人类数据训练体系，代表中国企业在具身数据侧的国际标准共建话语权。

　　在杨海波看来，标准的价值不仅在于制定，更在于落地应用。为推动国际标准落地普及，赋能全行业发展，光轮智能坚持以标准造标品、以标品促流通，依托自研技术体系打造标准化数据产品，实现一份数据多场景、多客户复用，大幅降低行业企业的数据使用成本。亮眼的商业数据印证了该模式的可行性，近几个月，光轮智能业务迎来爆发式增长，已成功服务30余家头部模型企业、具身机器人企业及互联网大厂，单家客户数据需求均超20万小时。

　　在2026世界机器人大会（WRC）上，光轮智能正式开源全球首个10万小时全模态人类行为数据集EgoSuite-Open100K。这套数据采用头部与腕部双视角，提供手部与全身位姿、语义标注和深度信息，支持模型学习精细操作、全身协调、事件内容及其发生时序；覆盖7大类环境、128类场景、15,000+个采集场景和15,000+项任务。杨海波表示，10万小时只是具身数据规模化的起点。面向未来5年，光轮智能希望与产业伙伴共同建设100亿小时具身数据，覆盖人类行为数据、仿真合成数据，以及机器人在真实部署中回流的高价值反馈数据，并通过统一标准和评测体系，推动数据从分散的定制交付走向标品化和共享共用，为具身智能的规模化训练与持续学习奠定数据基础。

　　超大规模的数据体系搭建，离不开全产业链的协同共建。杨海波介绍说，光轮智能正着力打造开放共生的产业生态。自去年以来，公司持续深化与各类场景方的深度合作，一方面深度挖掘真实场景的数据“金矿”，积累多元化、高价值的产业数据；另一方面输出自身成熟的机器人持续学习与落地部署能力，助力合作场景完成智能化升级，切实解决产业实际痛点。另据了解，光轮智能在2026年世界机器人大会期间已经与多家场景方合作签约。

　　“我们搭建平台，各方在这里发挥各自价值，一起把超大规模数据供给做出来并且服务全行业，才能加速整个具身智能产业向前发展，推动行业拐点早日到来。”杨海波说。

　　来源：北京日报客户端