人类数据成核心燃料！具身智能算力需求迎来爆发式增长
人类数据成核心燃料！具身智能算力需求迎来爆发式增长
2026年07月20日 11:44
2026年7月18日，WAIC世界 人工智能 大会现场，一个与科幻电影《铁甲钢拳》如出一辙的场景引来众人围观。展台上，一名操作人员穿戴轻便的智能传感设备，自然地挥动手臂、抓握、转身；在他身旁，一台宇树G1人形 机器人 以高度拟人化的姿态，精准、流畅地实时复刻着他的每一个全身动作，引得现场阵阵惊呼。这套实时全身遥操作系统，正是艾欧智能（深圳）有限公司自主研发的 TeleXperience 遥操作全身控制版的全新演示。
不过，这只是艾欧智能数据服务版图中的一环。记者从本届WAIC多家 机器人 参展企业了解到，当下具身智能产业正迎来更深刻的数据范式变革：在模型训练的不同阶段，不同的数据来源正各司其职、协同发力，共同推动行业走向规模化落地。
◆ 人机数据崛起，重塑行业训练范式◆
在具身智能的数据产业链上，遥操作与人类数据采集扮演着不同阶段各有所重的互补角色。
艾欧智能联合创始人丁哲章在媒体采访中介绍，公司自研的TeleXperience遥操作数据采集系统——包括本次WAIC现场展示的全身遥操作——属于面向后训练（Post-training）环节的“真机数据”采集方案：通过VR、动作捕捉、力反馈手套等设备，将人的操作精准映射到指定 机器人 本体上，采集质量高、无需复杂后处理，但采集难度大、成本高。这类数据虽在总量上无法与海量规模相比，但对于确保最终任务执行能力、实现从技能到 机器人 本体的精准转化，始终是不可或缺的关键环节。
而2026年行业关注度急剧攀升的另一条路径，则是面向预训练（Pre-training）环节的“人类数据”采集范式。操作员仅需穿戴轻便的头戴式设备，以第一人称视角完成日常操作，即可高效产出海量视频数据。这类数据采集不受 机器人 本体约束，效率和规模远超遥操作，正逐步替代部分仿真数据，成为具身大模型构建基座能力的主力燃料。
“人的数据用来训练基座模型，由基座模型承载所有能力，最后再牵引到本体的执行端。”丁哲章指出，在这种范式下，人类数据解决了基座模型“从无到有”的规模化训练需求，而真机数据则负责“从有到优”的精准落地，两者在模型的不同训练阶段各有侧重。他进一步解释，当前较为典型的配比已变为：约80%人类数据用于预训练，加上约20%真机数据用于后训练。正是这两股需求的叠加，共同推动了行业对云端算力、存储及数据处理能力的爆发式激增。
◆ 行业算力暴涨，云端潮汐模式应运而生 ◆
数据采集范式的迭代，直接带动具身智能算力需求的极速攀升，云端算力成为产业落地的核心支撑。
腾讯云 异构计算研发总监陈煜东表示，近一年具身智能客户的算力需求增速高达200%—300%，行业算力需求特征彻底区别于传统自动驾驶赛道。自动驾驶模型多为数百卡小规模训练，迭代节奏平缓；而具身 机器人 模型迭代速度极快，基本保持两三天一版的更新频率，同时需要对视觉、雷达、触觉等海量多模态数据进行清洗、标注与训练，算力消耗呈指数级增长，头部企业普遍采用千卡以上超大算力集群开展研发。
为适配行业爆发式算力需求、降低企业研发成本，云端诞生了创新的潮汐算力调度模式，充分盘活企业夜间闲置算力，集中用于数据标注、素材处理等基础工作，最大化提升算力利用率，破解行业算力成本高、资源紧张的痛点。
◆ 四层数据金字塔成型，补齐行业数据鸿沟 ◆
从仿真数据到人基数据的迭代，不只是数据来源的简单调整，更是具身智能训练体系、数据产业链与商业化路径的全面升级。当前，行业围绕高质量训练数据的竞争日趋白热化，一套分层清晰、梯度完善的四层数字金字塔采集体系，已然成型。
腾讯首席科学家、腾讯Robotics X实验室及福田实验室主任张正友介绍，行业已构建起从通用到精准、从低成本到高适配的完整数据体系，由下至上依次为：互联网通用视频、第一人称操作视频、UMII机械夹爪力触觉传感数据、专业遥操精准数据。四层数据各司其职、互补协同，筑牢机器人训练根基。
其中，互联网通用视频与第一人称操作视频，主要用于支撑RxBrain世界模型训练，帮助机器人建立基础场景认知；UMI毫米级传感手套可同步采集视觉、力觉、触觉多维度数据，采集效率远超传统遥操，且数据可跨机械臂通用，性价比优势显著；顶层的专业遥操数据，仅用于特定机器人的精准微调，精度最高，但同时存在采集成本高、泛化能力弱的短板。
据了解，腾讯自研UMI采集设备的产出效率行业领先，8小时有效数据产出量远超普通数采工厂。随着模型泛化能力持续提升，通用遥操数据的刚需占比将逐步降低，轻量化、高效率的人基采集模式将成为行业主流。目前，行业所有训练数据，均统一沉淀存储于 腾讯云 底座，实现高效管理与复用。
◆ 云数协同落地，加速产业迭代成熟 ◆
业内云厂商人士坦言，行业越聚焦“以人为本”的数据采集，对云端存储、算力、传输等底层基础设施的依赖度就越高。高质量人类数据想要真正转化为机器人的智能能力，离不开稳定、高效的云端技术底座支撑。
为加速产业落地，艾欧智能积极构建开放生态，并与 腾讯云 建立了紧密合作关系。腾讯云提供算力、存储、网络核心底层基建，艾欧智能负责前端数据采集、平台管理与场景落地，双方共同为客户打通“数据采集—清洗标注—模型训练—调度部署”全链路，其数据平台工具已正式入驻腾讯云应用入口，服务全行业客户。
依托腾讯云低时延、高稳定的远程传输能力，双方成功实现上万公里跨境机器人遥操作，斩获国际赛事大奖。同时创新打造“机器人自主作业+人工远程辅助”的渐进落地模式：常规简单任务由机器人独立完成，复杂特殊任务由人工远程介入支援。即便在弱网、高丢包的复杂环境下，远程操控依旧流畅稳定，故障可快速排查自愈，帮助企业整体研发周期压缩超六成。
◆ 数据飞轮2至3年内将迎来全面爆发 ◆
经过一年快速发展， 人形机器人 已彻底告别“表演式展示”，真正走进工厂、商圈落地实干。未来两年，机器人还将逐步渗透消防、医疗陪护等高端复杂场景，持续替代重复性人力工作。
在丁哲章看来，当前具身智能产业仍处于筑基阶段，大众市场预期与机器人实际能力仍存在一定差距，完整的数据飞轮尚未完全启动，预计2至3年内将迎来全面爆发。“大家对具身智能机器人的预期和本体、模型能做到的程度之间还有断层。” 目前业界最重要的事情仍是铺垫好基座模型能力，让机器人开始进入具体场景积累能力。
文/广州日报新花城记者：倪明
（文章来源：广州日报）