具身智能是人工智能向实体世界落地的核心赛道，机器人自主学习与泛化能力的突破高度依赖高质量数据与完整工具链支撑，当前行业仍面临数据供给、技术工具、标准体系等多重底层挑战。
2026年9月15日，在2026具身感知融合与多模态大模型创新研讨会上，无问智科解决方案专家严玮围绕具身智能的数据体系与技术路径发表主题演讲。
严玮指出，当前具身智能行业存在数据获取成本高、完整工具链缺失、行业标准不统一三大核心痛点，无问智科通过构建“采集世界—生成世界—模拟世界“的完整技术闭环，以虚实结合的数据体系、高还原度仿真能力与标准化测评框架，驱动机器人实现从数据采集到自主学习的持续进化。
严玮 | 无问智科解决方案专家
以下为演讲内容整理：
行业发展面临三大核心瓶颈
当前具身智能行业的发展仍存在三类共性问题。一是数据供给不足，相较于自动驾驶领域，具身智能的数据在获取难度、场景复杂度与动作自由度上均存在量级差异，数据采集成本高、规模化难度大。二是完整工具链缺失，行业尚未形成成熟可用的数据闭环工具链，难以支撑从数据采集、处理到模型训练、验证的全流程落地。三是行业标准缺位，针对机器人的自主性、安全性、鲁棒性等核心能力，业界尚未形成统一的评估规范与标准体系。针对上述痛点，无问智科以采集世界、生成世界、模拟世界为核心路径，打造全链路技术能力，系统性破解行业发展难题。
全场景多模态数据采集筑牢底座
数据采集是具身智能模型训练的核心基础，无问智科构建了覆盖任务级与场景级的数据采集技术体系，通过数据引擎完成数据管理、清洗、标注与训练全流程，可支撑模仿学习与强化学习两类主流范式，其中模仿学习多用于预训练阶段，强化学习适配下游落地场景。公司在浙江湖州德清建成长三角规模最大的具身智能数据采集场，累计数据规模已超50万小时，覆盖物流仓储、家庭服务、酒店文旅、工业制造、办公、零售等多元场景。采集方式包含本体遥操与无本体采集两类，前者通过手柄、外骨骼、主从臂实现高精度采集，后者采用ego及ego加umi方案，兼顾成本与采集效率，以及仿真合成数据，形成虚实结合的数据供给体系。
在数据流程上，底层可与主流云厂商系统无缝衔接，中层执行标准化采集作业，上层通过数据平台完成处理，最终输出高质量数据集。
公司推出六目头带式异构采集设备，包含两目2D与四目深度传感器，采集数据接入管理平台后，可实现任务管理、机器质检与自动标注，支持示能体6D位姿、手部位姿的自动化标注，保障数据集质量。除采集场内场景外，团队还可根据客户需求开展真实环境“野采“，覆盖工厂、物流、商超、家庭、酒店、办公等场景，支持视觉、力觉、触觉、惯导等全模态数据采集。针对无本体采集的数据效果，团队通过两款主流机械臂完成验证，经过方案适配与训练后，任务成功率可提升约20%，在篮子收纳、分拣等任务中均有显著提升，验证了无本体数据对机器人模型训练的核心价值。
高还原仿真实现场景无限泛化
针对真机数据量少、获取成本高的局限，无问智科构建了世界模拟器，打造完整的仿真闭环工具链，通过仿真合成数据降低数据获取成本、提升场景泛化能力，持续缩小虚实差距。世界模拟器底层搭载物理引擎、渲染引擎与管理引擎，中间层兼容各类学习方向，上层覆盖资产构建、场景构建、仿真数采、仿真训练、仿真测评等全链路应用。在仿真资产构建上，公司拥有两条技术管线：Scan2Sim通过专业设备扫描环境后在仿真空间重建，可实现毫米级还原度，适配高保真需求；Gen2Sim通过大模型生成仿真场景，成本更低、生成效率更高，两种范式可按需适配不同场景需求。
公司通过多模态采集设备融合雷达、摄像头、惯导等多源数据，结合几何约束与3D高斯还原技术，经Mesh处理后赋予模型物理属性。对比业界通用技术，无问智科的Scan2Sim技术在各项指标上均表现更优，PSNR平均高出5个dB，SSIM平均提升0.05，在外观细节、边缘清晰度、几何漂移等维度均实现显著提升。针对复杂室内场景，团队可实现1:1毫米级还原，覆盖2000平米以上的超大空间。
同时，方案支持通过自然语言指令快速生成泛化模型，可在材质、光照、物理属性、物理形状等维度实现理论上的无限泛化，让机器人在训练中聚焦任务本身，降低场景变化的干扰。数据生成管线支持图片、语言等多类输入，输出兼容USD、URDF等主流格式。针对柔体、流体、线缆等高难度仿真对象，团队完成了精细化优化，尤其对工业与家庭场景高频使用的麻绳、网线、细绳等线缆实现高度还原，目标构建千万级乃至亿级的仿真资产库。
双飞轮闭环构建标准化测评体系
无问智科形成了数据采集与仿真驱动的双飞轮闭环：数据驱动飞轮通过数据采集、处理与治理输出高质量数据集，完成“采集世界“的构建；仿真驱动飞轮通过仿真生成平台、场景泛化与仿真验证实现“生成世界“与“模拟世界“的落地，二者相互赋能，形成从数据采集到自主学习的完整闭环。
在行业标准建设方面，公司参与了工信部2026年7月成立的具身智能标准化技术委员会，将协同国家层面搭建专业测评框架、benchmark与测评机制。现阶段团队已开展机器人核心能力测评研究，将”抓拿放”等通用动作拆解为接近、抓取、放回等细分环节，覆盖类别识别、属性识别、空间识别等多维度任务，通过成功率、完成率等指标量化评估机器人能力。
在仿真场景构建的实践方面，现在我们已经覆盖线缆插拔、商超全场景仿真、工业车间搬运、柔体搬运、多机器人协作等多元场景，可根据桌面材质、线缆颜色、物体位置等变量实现任务泛化，验证机器人的真实落地能力。
关于无问智科
无问智科成立于2023年5月，核心团队源自百度阿波罗与清华大学，创始人、CEO刘胜强为百度阿波罗团队核心成员，曾从零搭建阿波罗数百人规模的测试验证团队；联合创始人、CTO为清华大学汽车学院博士后。公司早期聚焦智能驾驶领域，2024年下半年正式切入具身智能赛道，2025年底建成长三角最大的具身智能数据采集场，2026年初发布首款产品“无垠“，产品命名源自《道德经》，寓意想象力无限。公司营收保持高速增长，2024年营收2500万元，2025年达5000万元，2026年截至9月已突破1亿元，实现逐年翻倍。25年公司已获具身智能高质量数据集先行先试单位，深度参与国家具身智能标准制定，服务国内80%以上的头部具身智能企业，持续推动行业技术落地与生态成熟。
(以上内容来自无问智科解决方案专家严玮先生于2026年09月15日于2026具身感知融合与多模态大模型创新研讨会发表的题为《具身数据驱动机器人智能进化：从数据采集到自主学习闭环》的演讲。)
文章为作者独立观点，不代表沈阳实盘炒股申请_杠杆炒股配资平台_杠杆配资炒股开户观点
相关文章
