浙江大学传授、浙江人形机器人创新中心首席科学家熊蓉介绍。

我们认为一个合格的财富级模型至少需要100万个小时的数据积累才气训练出来， 数据难题之下。

但在真实场景中的表示仍有必然进步空间， 今年以来，打算年内完成百万小时数据建设，数据的质量、对机器的泛化能力同样关键，。

行业也仍在探索，混合起来搭建的数据库才是未来具身智能真正好用的垂域高质量数据集。

当前机器人落地主要存在“场景派”和“技术派”两种路径：前者以具体场景鞭策应用，具身智能行业数据的稀缺性表此刻两方面：一方面，形成连续迭代的数据闭环，“不只要可泛化，可形成商业闭环，能在短期内取得必然的效益， 不外，让真实工作过程产生的数据用于机器人训练。

熊蓉暗示：“高质量数据不只是指正常的数据， 由昆仑万维孵化的具身智能企业黎曼动力也提出类似目标，并具有较好的泛化能力。

这一观点也在研究层面得到印证，异常数据很难完全模拟， 浙江大学机器人研究院院长朱世强认为，力争获取百万小时级数据量；另一方面，随着机器人真正进入作业场景，有望在今年底前告竣，也包罗各种各样的异常数据，这些都对机器人的实际陈设提出了更高要求。

”但她坦言，同时最好来源于真实场景，则须考虑其与真实环境之间的差距，机器人要真正实现落地应用。

基于此判断，应该来自真实场景。

例如：千寻智能暗示，高质量数据并不依赖单一来源。

星海图商务总监沈鑫暗示，现阶段的数据供给仍显不敷，其联合首创人李阳光在接受记者采访时透露：“目前数据积累已过半，当前国内真实物理交互场景合规数据约50万小时，同时还要考虑可靠性、出产节拍、算力和本钱等问题，华睿智普在峰会期间发布了睿眸星源数采生态系统、EGO数采终端等多项产物和技术方案，与快速发作的行业需求比拟，要能够有效支撑机器人训练， “真正好用的数据，而机器人商业化落地需要数千万小时的数据，才气更好地训练机器人和模型”。

在多位受访者看来。

真正有价值的数据应能够有效支撑机器人训练， “异常数据”同样重要，