具身智能不只拼硬件，长三角产业链向数据、仿真延伸
具身智能不只拼硬件，长三角产业链向数据、仿真延伸
2026年11月02日 12:53
21世纪经济报道记者柳宁馨报道
具身智能产业正在形成新的分工，长三角的产业协作向数据、仿真延伸。
“我们今年和松应科技合资成立了风应科技，面向物理AI领域布局数据等业务。我们还在杭州成立全资子公司，和当地在具身智能领域有很多深度合作，包括 人工智能 教育 与AI科创研学。” 风语筑 生成式3D与空间智能实验室WorldX Forge负责人曹坤介绍。
一家从数字展示起家的上市公司，正把原有能力延伸到物理AI领域，在上海总部之外，又在杭州落地子公司。这是长三角具身智能产业协作新变化的一个缩影。
10月30日， 风语筑 主办了WORLD X 2026世界模型与空间智能论坛，聚焦世界模型、生成式3D、空间智能及物理AI等前沿方向。记者在现场了解到，原本做视频模型、XR硬件、3D资产生成的一些企业，正在把原有业务快速拓展到具身智能行业，从数字空间延伸到真实空间，进一步服务于 机器人 在具体场景中的训练。
具身智能产业协作边界在扩大
长三角具身智能产业链正在从整机、核心零部件合作，向空间数据、仿真训练等环节延伸。
风语筑 的业务变化，提供了一个企业的观察样本。
“对真实空间的结构化表达与场景数据积累，是 AI智能体 理解物理世界并与之交互的重要基础，也是公司长期实践的立足点。”风语筑相关负责人告诉21世纪经济报道记者。
长期以来，风语筑的业务主要围绕数字展示、空间构建和沉浸式体验展开。随着 人工智能 技术向物理世界延伸，公司也尝试将数字空间能力用于拓展具身智能相关业务。
在杭州，风语筑参与打造杭州市具身智能展示与应用推广中心，并与宇树科技、浙江大学控制科学与工程学院等单位共同发布具身智能实践课程，探索将 机器人 应用场景引入人才培养和技能培训。8月16日，全国首个由宇树科技参与共建的职业技能培训中心及杭州唯一的具身智能人才培养与考试认证中心在杭州揭牌。
风语筑也在向靠近技术底层的环节延伸。论坛期间，风语筑与VAST举行战略合作签约仪式，正式成立生成式3D与空间智能实验室WorldX Forge，该实验室将围绕空间数据生产、仿真环境构建及合成数据生成等方向开展探索。
这类探索并不局限于单个企业。随着具身智能行业对真实场景数据和仿真训练的需求增加，长三角也在加快建设专业化的数据采集和训练平台，为产业链提供基础支撑。
“当前具身智能面临真实数据不足这一行业共性难题。”浙江清华柔性 电子 技术研究院具身智能数据采集训练中心主任陈毅豪告诉21世纪经济报道记者。如何以更低成本、更高效率采集高质量数据，成为行业重点攻关方向。
在浙江德清，长三角（德清）具身智能数据采集训练场已形成覆盖室内外及城市空间的多层次数据采集场景。其中，固定场景面积达8000平方米，室外场地505亩，全域开放场景覆盖937平方公里，年数据产能超过千万条。
与训练场配套建设的物理AI数据基座平台，则形成相应的数据服务闭环。平台通过整合真实场景数据、仿真合成数据及相关工具链，为 机器人 、智能制造、 新零售 、城市治理等领域的 AI应用 提供数据支撑。
今年7月，南通多家本地国企联合杭州国家具身智能应用中试基地，围绕具身智能数据采集、解决方案联合开发、场景推广应用等开展战略合作，共同打造“具身智能+新制造”标准化解决方案，并设立专班在南通建设具身智能产业节点，承接长三角区域的算力协同、数据服务、场景落地与生态拓展。
空间智能数据成为行业新关注点
当前具身智能正从拼硬件转向场景应用，有效的空间数据、训练数据仍有较大缺口。
在WORLD X 2026论坛上，记者关注到当前产业对世界模型、生成式3D、空间智能和物理AI的最新讨论。 机器人 进入工厂、仓储、家庭等真实场景，不仅要识别物体，还要理解空间结构、物体之间的关系。要完成这些任务，需要大量高质量数据支持。
国泰海通 发布的研报称， 人形机器人 的任务空间是开放式的。数据需求因此不是一次性的，而是随任务复杂度持续扩张。国内本体厂商和各地数采中心、训练场正处在“先建场景、再建数据”的阶段，动作捕捉与遥操作设备、数据标注与仿真合成、力觉、触觉与3D视觉等环节，有望在整机大规模外售之前进入采购周期。
真实数据、仿真数据和合成数据如何协同，正在成为产业需要解决的问题。真机数据的优点是真实、精度高，但采集成本高，规模化难度大；仿真数据可重复、可规模化，但存在仿真到现实的迁移落差；视频及互联网数据来源广泛，但缺少完整的三维空间、动作和力觉信息。
“以Seedance视频模型为例，我们可以实现精准的视频编辑与数据泛化。通过‘生成+打标+实采对齐’，我们构建起数据训练的闭环，用AI生成技术解决具身智能领域真实数据获取成本高、扩量难的核心痛点。”火山方舟大模型解决方案架构师吴赢博介绍。
具体的一个应用是，通过生成式视频技术，在尽可能保留原有动作标签的情况下，改变训练视频中的环境、光照、材质等条件，可以拓展训练数据的场景多样性，缓解真实数据采集成本高、长尾场景覆盖不足等问题。
Seedance视频模型实现场景泛化，松应科技则提供了仿真环境和训练验证底座。
松应科技搭建起全球首个异构计算物理AI仿真系统ORCA。松应科技联合创始人兼CPO张小波表示，在 机器人 真正进厂干活之前，企业基于ORCA系统，为行业打造了一个高保真的虚拟训练场。一套 机器人 学习与验证底座可以在多场景复用，目前已经应用于智能制造、仓储 物流 、家庭服务、 电力 作业四大场景。
如何衔接虚拟训练与产业应用？张小波表示，第一步，对真实的工业产线进行1:1数字精准复刻；第二步，在这个虚拟环境里进行高质量的场景数据采集；第三步，接入各类具身模型进行算法训练；第四步，在虚拟环境中进行SIL（软件在环）和HIL（硬件在环）的严格验证；最后通过Sim2Real技术，让模型无缝部署到真实产线上线运行。
（文章来源：21世纪经济报道）