当宇树用侧空翻和功夫向寰球讲明了其顶尖的小脑智商，当星河通用、星海图、千寻智能等公司正在把“通器具身大脑”推成行业的主流叙事。一切看起来做贼心虚——畅通智商解决了，接下来等于大脑竞争的时间了。
但这里有一个被公众集体忽略的事实：宇树（们）措置了，不代表行业解决了。畅通限度从未成为一个被平凡解决的问题，它仅仅极少数公司的独到智商。
现实情况是：头部具身大脑公司从来不把畅通限度当作他们我方的主场，它们的策略是绕开宇树最强的壁垒，先作念轮式或固定底盘机器东说念主。中小人形推行公司在畅通限度上的追逐则更为粗重。而思作念“机器东说念主界的苹果”的宇树，能够率恒久不会作念跨型号适配的通用畅通限度平台。
是以，无论是头部具身大脑公司，照旧中小推行公司，畅通限度是它们朝夕必须要补的一课。
通盘具身行业在数据收罗的神态上，也呈现出白璧青蝇的各别。由于“大脑”公司密集扎堆，第三方数据工场为了追求规模效应，将绝大多数产能歪斜在操作数据领域（Manipulation）。比拟之下，温顺深刻底层“小脑”的厂商寥如晨星，导致畅通数据（Locomotion）在交易上因需求规模不及，阑珊第三方做事商温顺为其做事。这迫使聚焦畅通限度的厂商只可在市面上采买零碎数据，更多的是依靠自有团队进行自采。这种供给侧的荒唐，使得畅通限度领域的数据愈加稀缺，而且高质料、高泛化的数据就更为匮乏。
“近两年，头部具身智能推行厂商与上游企业已陆续把“数据”列入政策议程，仅仅这股趋势在不同方进取的落点并不平衡——畅通限度谋划的数据诱骗于今照旧一派昭着的凹地，致使不错说是“真旷地带””桥介数物的创举东说念主尚阳星对创投家暗示，“行业内现存的畅通限度数据盛大存在供应不及、质料唠叨不王人、构型与场景局限性大等问题，远远跟不上模子磨练所需的规模。”
近日，专注于通用机器东说念主畅通限度基础步伐的研发商——桥介数物，晓示其自建的“跨推行全身畅通数据工场”负责插足使用。而这个数据工场恰是为了解决行业“高质料的跨推行全身畅通数据”的缺位而建。
尚阳星出身于1999年，华科本科，南科大保研，师从逐际能源创举东说念观念巍教育。桥介数物是他的第一个创业姿色，团队从寝室起步，2023年底拿到奇绩创坛的种子轮投资后，从2024年底到2025年8月的半年内，辘集完成天神轮、天神+轮及Pre-A轮，累计金额近亿元——正轩投资、复星创富、潜能集团、隐山老本、明荟致远、沂景老本等机构接踵入场。
在具身智能这个盛大亏蚀的赛说念里，桥介数物设置第一年就接到了客户姿色，完毕了盈利。2024年8月的宇宙机器东说念主大会上，27家东说念主形机器东说念主厂商参展，桥介数物做事了其中跳动半数。对于一台未经调试的东说念主形机器东说念主，它最快一周能完成模子磨练，让它走起路来。一个定制化姿色频繁需要1到3个月。
近日，我们借着桥介数物“跨推行全身畅通数据工场”负责启用的机会，与这位99年的年青创举东说念主，就畅通数据的质料、泛化、磨练等问题，张开了一次深度的对话。
▎以下为与尚阳星的对话全文，略有删减：
创投家：您先帮我们界说一下什么叫“高质料的跨推行全身畅通数据”？高质料高在哪？
尚阳星：要回话这个问题，先要回话“我们思要什么畅通智商”。
对通用全身畅通模子来说，我们要的是一种能够进取兼容多模态动作意图、向下兼容不同推行硬件、安全可靠、况且不错在复杂环境中不时进化的畅通智商。
而这种智商对数据建议了更高的要求：不是孤苦的畅通轨迹，而是能同期保留全身协同、任务意图、斗争联系、环境凹凸文、物理可行性和跨推行复用价值的数据。
创投家：现存的畅通数据形态存在哪些问题？
尚阳星：现存的数据形态，单独看都很难当然餍足这些要求：
动捕数据不错准确、结构化地记载东说念主体畅通现象，但缺失环境信息以及东说念主和环境之间的精准交互；遥操作数据严格绑定特定机器东说念主推行，硬件一换，复用价值就会权贵下落；第一东说念主称视频辘集在结尾和物体交互，不成齐全抒发躯干、下肢、重点和斗争之间的全身配合联系；第三东说念主称视频固然能看到举座动作，但难以从中索要出准确合理的东说念主体动作。
这些数据各自都有价值，但单独都不及以撑持通用全身畅通模子需要的数据闭环。
创投家：是以通过我们数据工场产出的数据是一种若何的形态？
尚阳星：我们把真实面向通用全身畅通模子磨练的数据钞票，界说为跨推行全身畅通数据（Cross-EmbodimentWhole-BodyMotionData，CWM），要求CWM至少同期餍足以下四个性质：
跨推行可重定向性（Cross-embodimentretargetability）。归拢段动作必须能够通过协调的处理管线，在各别权贵的多种推行上，产出物理自洽的磨练样本。
全身隐敝性（Whole-bodycoverage）。数据必须齐全抒发躯干、算作、手部、手指以及它们之间的协同联系，而不成只保留上半身结尾轨迹或下半身步态。
物理可行性（Physicalfeasibility）。一条及格的数据，不仅仅畅通学平滑合理，还需在指标推行上的能源学具备物理可行性，不成出现浮空、穿透、滑移、失稳、力矩超限等问题。
多模态性（Multi-sourceaugmentability）。及格的数据还需要同步收罗东说念主体动作、语义标签、第一东说念主称视频、第三东说念主称视频、环境钞票和物体钞票。
餍足这四个性质的CWM数据，不是粗造收罗就能获得，它需要好多的后处理才略被分娩出来，这亦然我们诱骗跨推行全身畅通数据工场的起点。
创投家：为什么说CWM数据“不是靠收罗就能获得”？
尚阳星：对于全身畅通限度来说，数据要隐敝的不仅仅几个圭臬动作，而是行走、回身、下蹲、搬运、握取、撑持、避障、规复平衡、斗争切换等无数辘集动作组合。
我们里面的判断，要磨练出一个真实通用的全身畅通模子，最终需要数十万致使上百万小时级别的高质料CWM数据。在这个量级面前，极少数据在历久来看很难撑持起通用化，真实有价值的是能够不停延迟的数据规模。
全身畅通数据的复杂性在于，它不是“收罗的动作越多越好”，而是必须有正确的数据配方和严格的数据质料限度。同期，每条数据还必须经过清洗、标注、重定向和物理考据。不然，大规模数据很容易变成大规模噪声。
因此，CWM数据分娩必须被盘算推算成一套工业化分娩体系，而收罗仅仅其中一环。
创投家：这套工业化分娩体系具体包含哪些范例？
尚阳星：一段动作从被盘算推算出来，到能进入磨练集，还必须经过质检、跨推行重定向、能源学与仿真增强、语义标注，以及来自模子磨练侧的反馈闭环。
这其中，专科动作盘算推算东说念主员负责界说动作谱系，收罗团队负责高质料同步录制，工程团队负责清洗、神态化、重定向和仿真回放，算法团队负责物理考据、磨练反馈和数据筛选，华体会·体育世界杯(中国)官方网站质检团队负责把不可用样本挡在磨练集以外。
这亦然CWM数据工场的中枢价值：用贯通的阵势、设备、活水线、专科团队和质检体系，把通用全身畅通数据变成一种可不时分娩智商。
创投家：数据工场在盘算推算动作这个范例上是如何操作的？
尚阳星：通用全身畅通模子需要一套不时扩展、能隐敝躯壳协同方式的畅通空间。这套空间不成仅仅动作目次的堆叠，而要沿几条互相平定的干线填充。
当先等于按躯壳使用方式组织，而不是按动作称号充数。挪动、姿态调遣、肢体协同、斗争切换和物体操作，这些基础维度是后续复杂智商的底盘。
其次我们会兼顾复杂地形、多东说念主交互与环境交互。复杂地形改动撑持策略，多东说念主交互引入空间协商，环境交互让躯壳畅通与物体、斗争面和可达空间深度耦合。它们不成靠幽谷单东说念主动作外推，必须显式安排进收罗霸术。
第三，我们也会保留住意志行径与解放发挥。脚本只界说任务范围，真实畅通里还有无数没被写下来的部分：个体动立场俗、临场治疗和应付恐怕的本能响应。专科动作盘算推算东说念主员会在录制中给出意图与料理，同期保留饰演者按本身习尚完成动作的空间。
第四等于动作规复与失败兜底。模子能不成被部署，很猛进程上取决于失败时能不成稳住。失衡后的再平衡、碰撞后的避障回缩、非理思姿态下的起身规复，这类样本频繁稀缺，但径直联系到模子的安全范围。
创投家：CWM数据在收罗历程中需要同步收罗多形态的数据，这个收罗历程是如何完毕的？
尚阳星：对，CWM的同步收罗不是单纯录一段东说念主体动作，而是要在归拢段动作中同步回话四件事：畅通意图、躯壳畅通方式、交互指标与环境。这自然要求东说念主体动作、视频、语义、场景被同步记载。
按刻下的收罗范例，一条齐全记载会尽量同步收罗以下四类数据：
东说念主体动作（BVH），承载动作语义、躯壳协同、重点变化和姿态调遣；
原始视频，作为高价值的扶持信号，撑持视频动作补全与东说念主体动作索要，包含第一东说念主称和第三东说念主称视角；
场景交互钞票，提供动作发生的环境与物体凹凸文，是把动作放进仿真环境的前置要求。主要收罗两类：地形与场景钞票、可交互物体钞票。
语义标签，由专科动作盘算推算东说念主员、现场记载员和AI标注系统协同生成，界说动作范围、动作类别、场景和意图。
之是以必须同步收罗，是因为全身畅通的价值不在某一个单独模态，而在不同模态之间的对应联系。要是这些信号莫得对王人，我们就无法判断手部轨迹对应的是哪一帧物体斗争，也无法判断脚底受力是否对应刻下姿态，更无法考据这段动作是否真的不错进入磨练集。为此，数据工场为扫数收罗设备建立了协调的收罗时钟和工夫戳体系，来保证其对应联系。
创投家：对于跨推行重定向这个范例，面前行业里通用的解决决策是什么？我们又是如何解决的？
尚阳星：重定向（motionretargeting）是把一段以东说念主体或某一参考推行为坐标系的动作，迤逦为指标机器东说念主推行上的轨迹。业内盛大的操作方式是以东说念主工为主的调参历程，每个型号的机器东说念主都需要单独调试，只推敲重定向这个范例，训戒丰富的东说念主能够也需要破耗几个小时/台。
而面前行业老例作念法最大的问题在于：只推敲了畅通学，而莫得推敲能源学。这就导致重定向仅仅效法了动作起始的轨迹，而莫得概述推敲推行的质料，轴距，摩擦力等成分，其完了等于跨推行泛化进程不达预期。
我们在算法层自研了重定向引擎，支撑“自便动作×自便机型×自便地形”。输入同步收罗的多维度数据，就不错输出适配各种推行，而且概述推敲了地形、斗争与要津成分的有用完了。工程层上，协调推行抽象层让新机器东说念主仅靠URDF即可自动适配。而且，工场领受了流式与离线双模式，支撑边采边重定向，将逐条东说念主工调试的使命压缩至接近及时完成。
创投家：重定向之后的数据就不错径直用于模子磨练了吗？
尚阳星：还有一个范例叫数据增强。
跨推行重定向输出的是高质料候选轨迹，但候选轨迹还不是最终磨练钞票。数据增强要作念的是不绝把这些候选轨迹变成更可考据、更可磨练、更容易被模子滥用的数据。
我们沿三条旅途优化这些轨迹：能源学增强、仿真各样性增强、语义标注。
能源学增强：把优质样本放进指标推行的能源学与斗争模子里，通过RL能源学后处理同期限度追踪症结和物理抵触，让候选轨迹从“畅通学上像”升级为“在指标推行上能追踪、不穿透、不超扭矩、不违犯摩擦锥”。
仿真各样性增强：把归拢段动作放进不同的杜撰环境里反复实行，让CWM钞票的隐敝密度成倍放大。补王人缺失模态，同期扩增视觉与场景各样性。
语义标注：AI标注系统扶持生成动作切片、动作类别、斗争现象、场景对象、任务语义、失败原因和智商维度等标签，由专科动作盘算推算东说念主员负责复核。
创投家：工场终末如何考据数据钞票的有用性？
尚阳星：CWM数据工场的质料管理则要走两步：先沿分娩链路作念分层把关，再用模子磨练的完了作念闭环反馈。
一条样本从动作需求走到磨练集，要礼貌通过四说念平定的质检，也等于之前的盘算推算层、原始数据层、重定向层和增强数据层。四层把关共同把一条候选样本筛成可入磨练集的钞票，但真实能不成磨练出通用全身畅通智商，最终只可由模子告诉我们。
磨练侧会把每一次模子评估完了，汇总成一份可回写的失败画像。失败画像会被径直写回到上游每一层，每一层再阐明这份失败画像治疗每一步的实行策略。
两步合在沿途，数据工场就变成了不时迭代闭环，将数据置于“盘算推算—收罗—处理—磨练—反馈”的闭环链路中，从而提高单条数据的有用诈欺率，让数据价值获得最大化开释。
创投家：面前数据工场的成本结构是若何的？运营现象如何？产出如何样？
开云2026世界杯赛程分析官网尚阳星：当今工场能够有几十名职工，阵势规模能够是1000平米左右。算上设备的采购以及运营成本，举座插足在千万级别。收罗成本能够是数百元/小时。
以前三个月，我们在里口试点中跑通了跨推行全身畅通数据工场的端到端链路。沿着这条链路，我们累计产出了近千小时的高质料CWM数据。用这批数据训出的全身畅通模子，最终在十多款结构、驱动性能、质料散播和惯量散播各别权贵的足式机器东说念主上完成了要害考据。
下一阶段的重点，是从试点考据转向规模化分娩。我们会把阵势、收罗棚、动捕设备、动作盘算推算团队、饰演者编制和算法/仿真/磨练算力集群同期扩容，让前边跑通的产线在更大规模上贯通运转。我们的指标是在新工场落地后，早期阶段要变成每月数千小时级、面向多构型机器东说念主的高质料CWM数据产出智商。
创投家：数据工场对于行业的价值是什么呢？
尚阳星：我们作为平定第三方的畅通模子提供商，以及畴昔的通用操作系统提供商，我们的指标是面向全行业、适配扫数机器东说念主。要是莫得我们这么的第三方扮装存在，每家公司思要达到一流的畅通限度恶果，可能就必须我方来建数据工场，或者把这类数据集都买一遍。这个成本当下就得几千万，可能过一段工夫会更多。
另外，当今行业里有几百家东说念主形机器东说念主公司，我们瞻望即使畴昔最终拘谨华体会体育世界杯中国官网首页，至少也会存在几十家，不错对标汽车厂商的数目。要是每家公司都重新来一遍，这是浩大的资源迫害。