今天不讲“又一个机器人 demo”，讲数据基础设施的三层地基。
01
数据形态变了
具身数据不是视频和标签，而是动作、视觉、力、状态、结果的同步事件。
02
世界模型需要锚点
世界模型扩大想象空间，真机数据定义现实边界。
03
商业闭环生产数据
遥操作、RaaS、真实作业和模型训练形成连续飞轮。
灵御智能
30-40 分钟演讲稿 · Slide Mode
具身智能的数据基础设施建设
从真机 Ground Truth 到世界模型的现实锚点，让机器人在真实世界中学习、校准、评测和持续进化。
采集基础设施的本质，是把真实作业变成可训练数据。
- 普通操作员能稳定远程完成任务，数据采集才能走向规模化。
- 视频回传闭环决定人能不能操作，动作控制闭环决定数据能不能训练。
- 动作即标注：完成任务的过程，本身就是高价值动作标签。
数据平台不是存视频，是把一次真实作业变成可复用经验。
01
采集完整
画面、动作、力、状态和任务结果一起记录，不能只留下一个视频文件。
02
对齐可回放
回放任意一刻，都能看到机器人当时看见什么、做了什么、受到什么力。
03
切片可理解
把成功、失败、接管、恢复分成片段，让模型知道哪里值得学习。
04
入库可训练
经过清洗、评分和版本管理后，进入训练集、评测集和回流队列。
这一页只讲一句话
数据基础设施的价值，是让每一次真实作业都能被理解、复盘、训练和再次利用。
最好的数据采集策略，是让采集数据这件事本身有人买单。
- Phase 1：人操为主，先创造商业价值，全量沉淀动作真值。
- Phase 2：AI + 人，常规任务自动化，复杂问题人类接管。
- Phase 3：自主为主，接管率下降，数据转向稀缺边界和新场景迁移。