从李飞飞World Labs到中国无问智科，具身智能数据基建赛道浮现“同一答案”

近日李飞飞创立的 World Labs 宣布收购机器人仿真厂商 SceniX全力打通 “真实采集-虚拟仿真-真机验证” 的研发闭环。这一重磅动作直指当下全球具身智能产业的核心矛盾模型算法快速迭代之下高质量训练数据供给已成为通用机器人规模化落地的最大瓶颈。值得关注的是国内企业无问智科早在数月前就推出了 “世界模型x数据工厂x世界模拟器” 一体化解决方案与海外头部团队走出高度契合的技术路线成为国内率先落地全链路虚实融合数据基建的玩家。具身智能数据瓶颈暴露倒逼基础设施升级2026年国内具身智能产业迎来空前热度。行业数据显示半年内具身智能及相关领域赛道融资超300起融资总规模突破900亿元前四个月相关岗位需求暴涨15倍。互联网大厂、车企、消费电子企业、传统机器人厂商纷纷入局从大模型、硬件本体、场景应用多线发力。繁华表象之下数据短板成为全行业共同的枷锁。和大语言模型训练可依托互联网既有文本、图片及视频数据不同机器人需要学习的是包含材质摩擦、受力变化、因果关系等复杂物理交互信息这类高保真数据无法天然生成。业界普遍估算当前全球可用于具身智能训练的优质操作数据仅几十万小时而支撑通用机器人实现跨场景泛化至少需要千万小时量级训练样本二者存在巨大数量级鸿沟。目前行业内三类主流数据采集方式均存在难以弥补的短板真机遥操作成本高昂难以规模化第一人称视频缺少控制与物理反馈信息纯仿真面临物理鸿沟虚拟环境习得能力难以顺利迁移至真实世界。单一方案无法解决数据瓶颈搭建贯通全流程、可持续迭代的数据基础设施成为行业破局必经之路。虚实融合闭环落地本土方案与海外头部路线跨洋共振针对行业痛点本土企业无问智科走出了一条独特的破局路径。不同于大部分企业仅提供单一数据服务无问智科着眼于模型持续进化的长远需求构建了涵盖真实数据采集、自动清洗与标注、质量评估、合成数据生成、仿真模拟直至测评与闭环验证的全链路基础设施将原本割裂的数据生产、模型训练、效果验证环节串联成可持续进化的数据飞轮。无问智科独创的“虚实融合闭环体系”依靠真实环境无感野采积累原生物理数据再通过生成式世界模型拓展极端、罕见场景依托世界模拟器完成百万次零成本试错推动机器人从传统模仿学习向自主强化学习演进仿真训练后的模型最终回流真机验证反向补充缺失样本形成完整 Real-to-Sim-to-Real 迭代循环。这套完整技术方案早在World Labs收购动作前几个月便已公开发布两家公司的底层逻辑形成清晰跨洋印证均将世界模型置于数据闭环的核心强调真实数据与仿真生成的融合致力于为物理AI提供可规模化的训练与评测平台。截止到目前World Labs已完成10亿美元融资估值达到50亿美元。无问智科创始人兼CEO刘盛翔指出资本市场对World Labs的高估值看中的正是其作为物理AI底层平台的潜力这也为中国本土的物理AI基础设施公司打开了巨大的价值想象空间。在刘盛翔看来当前具身智能行业整体处于类似自动驾驶2015—2016年的早期阶段行业竞争正从算法比拼转向数据闭环能力的较量。他预判“未来具身智能行业将收敛为5—8家通用大脑公司、数千家细分场景落地公司而通用数据底座将服务全量落地玩家。”