近日，具身智能領(lǐng)域迎來重要突破——智象未來（HiDream.ai）與諾亦騰機器人（Noitom Robotics）正式簽署戰(zhàn)略合作協(xié)議，雙方將通過技術(shù)融合探索具身智能訓(xùn)練數(shù)據(jù)的規(guī)?；尚侣窂?。此次合作聚焦于解決行業(yè)核心痛點：如何突破多模態(tài)數(shù)據(jù)獲取成本高、質(zhì)量參差不齊的瓶頸，為具身智能模型提供符合物理世界規(guī)律的"燃料"。

具身智能的快速發(fā)展對訓(xùn)練數(shù)據(jù)提出嚴苛要求。與傳統(tǒng)大語言模型依賴文本數(shù)據(jù)不同，具身智能需要整合視覺、運動、觸覺等多維度信息，傳統(tǒng)采集方式不僅成本高昂，且難以覆蓋復(fù)雜場景。隨著產(chǎn)業(yè)進入爆發(fā)期，訓(xùn)練數(shù)據(jù)需求正從"小規(guī)模演示"轉(zhuǎn)向"大規(guī)模工程化交付"，數(shù)據(jù)獲取能力已成為決定系統(tǒng)性能的關(guān)鍵因素。據(jù)行業(yè)預(yù)測，未來三年具身智能數(shù)據(jù)市場規(guī)模將突破百億元，但高質(zhì)量數(shù)據(jù)供給不足的問題亟待解決。

合作雙方構(gòu)建了"真實+生成"的互補模式。諾亦騰機器人憑借其高精度人體動作捕捉系統(tǒng)，已建立覆蓋全球的物理數(shù)據(jù)采集網(wǎng)絡(luò)，其設(shè)備可捕捉毫米級運動細節(jié)，為合作提供真實世界的基礎(chǔ)數(shù)據(jù)支撐。智象未來則通過自研的多模態(tài)大模型，將采集到的原始傳感數(shù)據(jù)進行百倍級精細化放大，通過可控視頻生成技術(shù)實現(xiàn)動作指令與視覺場景的深度融合。這種技術(shù)組合使生成數(shù)據(jù)在場景復(fù)雜度、光影變化等維度達到行業(yè)領(lǐng)先水平，同時確保每幀視頻與底層操作數(shù)據(jù)的精準對應(yīng)。

在技術(shù)實現(xiàn)層面，雙方突破了傳統(tǒng)數(shù)據(jù)生成的局限。智象未來CTO姚霆博士指出："通用視頻模型容易產(chǎn)生物理不一致性，我們通過多模態(tài)對齊技術(shù)，使生成數(shù)據(jù)在保持藝術(shù)表現(xiàn)力的同時，嚴格符合物理規(guī)律。"諾亦騰首席科學(xué)家韓磊博士則強調(diào)："單一數(shù)據(jù)源無法支撐模型在復(fù)雜環(huán)境中的泛化能力，真實數(shù)據(jù)與生成數(shù)據(jù)的融合將構(gòu)建起兼具真實性與多樣性的訓(xùn)練體系。"這種創(chuàng)新模式使數(shù)據(jù)生成效率提升30倍以上，預(yù)計年內(nèi)將產(chǎn)出數(shù)萬小時標準化訓(xùn)練數(shù)據(jù)。

合作成果已顯現(xiàn)初步價值。在機器人抓取任務(wù)測試中，使用融合數(shù)據(jù)的模型在復(fù)雜場景下的成功率提升42%，且訓(xùn)練周期縮短60%。某頭部人形機器人企業(yè)負責(zé)人表示："這種高質(zhì)量數(shù)據(jù)供給模式解決了我們的燃眉之急，使模型迭代速度提升數(shù)倍。"目前，雙方正聯(lián)合開發(fā)數(shù)據(jù)工程化平臺，通過自動化標注、質(zhì)量評估等工具鏈，構(gòu)建從采集到交付的全流程標準化體系。

技術(shù)協(xié)同效應(yīng)持續(xù)放大。智象未來將開放其零樣本生成能力，協(xié)助諾亦騰擴展數(shù)據(jù)維度；諾亦騰則通過其物理仿真平臺，為生成數(shù)據(jù)提供實時驗證環(huán)境。這種"虛擬生成-物理驗證"的閉環(huán)系統(tǒng)，正在重塑具身智能的數(shù)據(jù)生產(chǎn)范式。據(jù)內(nèi)部人士透露，雙方已啟動下一代世界模型研發(fā)，計劃通過視頻建模與動作預(yù)測的協(xié)同驅(qū)動，實現(xiàn)更高效的具身智能訓(xùn)練方案。

行業(yè)觀察家指出，此次合作標志著具身智能進入"數(shù)據(jù)工程化"新階段。當(dāng)算力、算法逐漸趨同，高質(zhì)量數(shù)據(jù)供給能力將成為企業(yè)核心競爭力。隨著5G、邊緣計算等技術(shù)的發(fā)展，實時數(shù)據(jù)采集與生成技術(shù)的融合或?qū)⒋呱碌漠a(chǎn)業(yè)生態(tài)，推動具身智能向通用人工智能邁進。