作者｜毛心如

过去一年，具身智能行业最确定的共识，就是机器人缺数据。

于是，数据采集成了新的角力场。

各路玩家搭建起自己的数据工厂，通过遥操作、人类示范，甚至让机器人自主探索，在真实世界里一点一滴积累经验。

无论国内海外，真机数据几乎成了主流叙事的标准配置。

但就在这条热闹赛道之外，一条不太主流的选择，仿真数据，正在重新获得关注。

今年以来，随着苏度科技等玩家持续加码仿真训练，行业开始重新追问一个根本问题：机器人，真的必须先踏入现实世界才能学会做事吗？

大模型时代，互联网文本近乎取之不尽，可机器人没这么幸运，每一次真实动作，都绑着真实的硬件、真实的环境、真实的时间成本。

仿真的价值由此显现，既然现实经不起大规模试错，不如让机器人先在虚拟世界中学习，这其实是仿真路线多年来一直在回应的命题。

但质疑声也从未间断，Sim2Real Gap，即仿真与现实之间的鸿沟，始终是机器人学习的最大挑战。

虚拟环境能模拟视觉、物理和动作，但现实中的摩擦、碰撞、物体变形、混乱交互，很难被完全复刻。

正因如此，仿真过去更多被当作研发辅助，而不是训练智能的主力路径。

然而，随着具身智能模型的演进，更深层的问题已经浮出水面：数据的生产方式本身正在发生变化。

行业必须创造新的数据生产方式，现实世界数据 + 仿真生成数据 + 机器人自主探索数据，三者相互补充、循环迭代，最终形成具身智能的数据飞轮。

仿真正在从辅助工具，变成这一新生产方式中不可缺少的一环。

围绕这一变化，国内正形成两类仿真派玩家：一类是将仿真作为模型训练核心路径的全栈公司，希望通过虚拟环境帮助机器人获得大规模经验；另一类则在构建机器人训练所需的基础设施，为行业提供数字资产、仿真环境以及数据生成能力。

它们都在争夺机器人时代最关键的入口，经验的生产能力。

真机数据正在触碰天花板，

机器人需要新的经验来源

在真机数据采集被高举高打的当下，它的边际效益却开始显现出清晰的天花板。

过去一年，行业投入大量资源建设数据工厂，遥操作员大规模采集轨迹，人类示范视频被反复标注清洗，似乎只要把真实世界的交互堆够量，通用模型就能自然涌现。

但当数据需求从百万级跃升到千万甚至更大规模时，真机路线的结构性瓶颈开始变得无法回避。

首先是成本。每一次有效的真机轨迹，都对应着真实的人力、硬件损耗和时间消耗。

遥操作需要专业人员长时间坐在控制台前，设备本身也要承受反复试验带来的磨损。

行业普遍估算，训练一个具备基本泛化能力的通用人形具身大模型，至少需要上千万级别的优质交互数据轨迹。

如果全部依赖真机采集，单条数据的综合成本会迅速推高到难以持续的水平，最终形成采得越多、负担越重的循环。

与大模型时代几乎零边际成本的文本数据相比，机器人数据的昂贵属性被放大得格外明显。

其次是规模与多样性的双重困境。

真实物理世界的变量组合近乎无限：物体材质从刚体到柔性体，光照从自然光到复杂反射，接触状态从稳定抓取到滑动碰撞，再加上家庭、仓储、产线等不同场景的布局差异，人工采集几乎不可能系统性覆盖。

更棘手的是长尾与高危场景，高温物体搬运、狭窄空间的精密操作，这些在现实中要么风险极高，要么出现频率极低，数据工厂很难主动生产出来。

结果就是，模型在常见任务上表现尚可，一旦遇到分布外的情况，泛化能力立刻塌陷。

最后是产能本身的物理约束。

数据工厂可以扩建场地、增加遥操作工位，但始终受限于真实时空。

一台机器人同一时间只能在一个位置执行一个动作，并行度远低于仿真环境中动辄成百上千个并行实例的效率。

迭代速度也随之受限：发现模型缺陷后，重新采集针对性数据往往需要数周甚至数月，而虚拟世界里同样的调整可能只需要几小时。

真机数据的产能、场景覆盖和成本三重天花板，已经清晰可见。

正是在这个背景下，行业开始重新审视仿真：它不是要完全替代真实数据，而是要成为机器人获取海量经验的新来源，补上真机数据无法独自撑起的那部分。

当现实世界的经验生产遇到硬约束时，虚拟世界提供了另一条可以规模化、可控、可复现的路径。

这并不意味着真机数据失去价值，而是意味着单一依赖真机的生产方式，已经难以支撑具身智能向下一个阶段迈进。

两条路线正在争夺机器人数据入口

在重建数据生产方式的过程中，国内形成了两条清晰的仿真路线。

一条由全栈机器人公司主导，它们用仿真训练自己的模型，以苏度科技、银河通用、Roboscience、跨维智能四家为代表。

它们没有追随真机为主、仿真为辅的主流范式，而是将仿真体系作为核心技术底座，自研专属仿真引擎与训练管线，让仿真数据成为模型迭代的核心来源，真机数据仅用于最终的微调对齐。

苏度科技走虚实融合路线，以大规模虚拟仿真数据为主体，融合少量真实采集数据，在效率与精度之间寻找平衡。

这种路线让机器人既有仿真里练出的见识，也有真机上磨出的手感。

今年苏度 R1 的 60 分钟演示中，机器人连续抓取百余件未见物体，涵盖透明、反光、柔软和不规则形态，成功率接近 100%；在 WAIC 上进一步展示了边移动边操作等多项技能。

银河通用押注数据规模，构建百亿级具身智能数据集与银河星坊数据基建，采用约 99% 仿真合成数据加 1% 真机数据的金字塔体系，并补齐柔性物体仿真短板。

通过海量仿真完成基础能力训练后，仅用极小比例真机数据做场景对齐，已实现叠衣服等长程柔性操作的高成功率。

Roboscience 把重点放在物理引擎上，自研可微多模态仿真引擎 RoboMirage，生成标准化运动轨迹，再结合互联网视频数据训练跨本体、跨场景的 VLOA 世界模型。

配合全自动标注清洗管线，单条数据成本降至传统方案的 1/20 至 1/200，并以每周数十万小时的速度扩充数据集。

跨维智能以生成式仿真为核心，自研 DexVerse 引擎持续产出高真实度新场景与交互任务，重点覆盖零件抓取、精密装配、柔性操作等长尾场景。

仿真完成精细化训练后，再结合真机调试，降低精密设备试错损耗，实现垂直场景的高效落地。

四家公司路径各有侧重：苏度重虚实融合，银河通用数据规模，Roboscience 重物理精度，跨维智能重生成式能力。

它们用不同的方式回答同一个问题：如何让仿真训练出的模型在真机上同样好用。

另一类玩家不做机器人、不卷大模型，只专注输出仿真引擎、虚拟场景、合成数据和训练平台。

光轮智能是综合能力最突出的一家，2026 年估值其突破 150 亿元，成为全球首个具身数据独角兽。

其求解-测量-生成平台覆盖合成数据、人类视频挖掘、工业级评测与部署反馈全链条，适配多品类机器人及多物理场交互，RoboFinals 评测平台提供统一能力评估标准。

目前在人类视频、仿真合成与工业评测三个领域光轮智能均实现全球交付量第一。

谋先飞强调自主可控，从底层物理求解器到上层训练管线全链路自研。

当前国内大量仿真工具依赖海外开源框架，存在技术卡脖子、适配性不足、安全可控性差等问题，谋先飞搭建了国产自主可控的高精度仿真训练场，并推出 MotrixLab 平台。

主打工业级高精度物理还原，为高端工业与精密操作场景提供国产化仿真训练方案。

群核科技的核心壁垒在于场景资产的广度。

其空间智能训练平台 SpatialVerse 积累了超过 5 亿个结构化 3D 空间场景和 4.8 亿个 3D 模型，是行业最大的室内场景素材库。

与传统人工标注只能标记物体标签不同，群核科技的合成数据能自动生成物体间的空间关系，这对机器人导航和交互理解至关重要。

目前，群核科技已经为宇树科技等头部厂商提供数据，精准补足了通用仿真引擎在空间结构还原上的短板。

凌迪科技选择的是一条更难的路，柔性体仿真。

在具身智能训练中，刚体仿真已相对成熟，但布料、衣物、软质杂物、可形变物品等柔性物体始终是行业难点，也是人形机器人落地日常场景的关键瓶颈。

深耕服装仿真领域十余年，凌迪积累了全球最大的柔性体仿真数据库之一。

如今，其面向具身智能推出全栈数据引擎 SynReal World，围绕数据生成、虚拟训练、仿真评测、真实落地构建能力，可快速生成各类柔性物体的高精度交互数据。

其产品已和银河通用等企业合作，有效解决了柔性操作场景的 Sim2Real 迁移难题，补齐了通用模型在软体交互上的关键短板。

这四家基建派玩家虽同属仿真数据赛道，但护城河泾渭分明。

光轮智能强在全栈基础设施与国际标准话语权，谋先飞赢在自主可控与高端工业仿真，群核科技手握场景规模之利，凌迪科技则独占柔性体仿真精度。

它们共同构成了仿真赛道的基础设施层，让整个具身智能行业得以站在更坚实的虚拟地基上，去触碰物理世界的边界。

仿真不会替代现实，

但会重塑机器人学习方式

仿真路线的讨论热度升温，并不意味着行业争论就此平息。

Sim2Real 的鸿沟依然存在，虚拟环境里的每一次完美抓取，都不等于真实世界中的成功。

摩擦力、材料形变、光照变化，真实物理世界充满难以精确建模的变量。具身智能追求开放环境中的泛化能力，对仿真系统的真实性要求远高于过去。

苏度 R1 的演示令人印象深刻，但演示终归是演示，距离在家庭、仓储等非结构化场景中稳定运行，中间还隔着漫长的验证周期。

不过，行业对这道鸿沟的认知正在转变。

它不再被看作不可逾越的天堑，而是被视为可以通过更高保真物理引擎、虚实数据飞轮逐步缩小的工程问题。

苏度科技和跨维智能的探索表明，在部分操作任务上，仿真到现实的鸿沟已可被压缩到接近实用的程度；银河通用的实践也证明，合成数据与真机数据的合理配比，往往比非此即彼更有效。

这种虚实融合的思路，其实在自动驾驶领域已经有过充分验证。Waymo、特斯拉等公司都大量依赖仿真环境训练和验证复杂场景。

机器人今天面对的问题，本质上与自动驾驶十年前类似：现实世界数据昂贵，而智能需要无限经验。

有意思的是，像光轮智能、极佳视界、海天瑞声等早期切入自动驾驶业务的公司，如今也纷纷转向具身智能相关方向，正是因为它们在仿真与合成数据上的积累，天然适配了机器人对海量经验的新需求。

另一边，真机数据模式本身也正在触达边际效益的天花板。

正是在这个背景下，仿真训练的结构性价值被重新审视：

• 成本与效率：仿真可将数据生成的边际成本降至电费级别，并实现长时效运行

• 多样性：通过域随机化与物理参数扫描，仿真能系统性地扩展物体材质、光照、接触状态的组合分布，人工采集几乎无法企及

• 可复现与评测：仿真评测比真机实地测试更容易建立标准化、可对比的能力度量体系

• 冷启动：在真机数据尚不足以支撑通用基座时，仿真提供了先建立基础能力的可行路径

当然，仿真不是万能解药。物理建模的极限、视觉与力觉的一致性、长期任务中的误差累积，依然是硬骨头。

行业讨论也逐渐摆脱二元对立，走向更务实的分工协同：全栈玩家是落地验证的探路者，基建服务商是生态的筑基人。

但热闹背后，一个隐忧同样值得关注：行业的度量衡尚未统一。

不同公司各有各的引擎、数据格式和评测标准，缺乏类似 ImageNet 的物理基准测试集。在仿真走向主引擎的过程中，谁能主导标准，谁就可能掌握下一阶段的话语权。

归根结底，具身智能的终极竞争是数据竞争，而数据竞争的底层，是能够产生数据的环境的竞争，更准确地说，是经验生产能力的竞争。

过去互联网公司争夺的是谁拥有更多的网络数据；机器人时代争夺的，是谁能拥有一个更适合机器人学习和成长的世界。

从这个意义上说，仿真从来不是具身智能的过渡方案，而是机器人产业走向规模化不可或缺的基础设施。

物理世界的 AI，必须用物理规则来训练，而仿真，正在虚拟世界中为 AI 建造一所物理大学。

当然，仿真并不是具身智能的终点，机器人终究要落地现实环境完成检验。

但毋庸置疑，仿真已经成为打通数据、模型与物理世界的关键桥梁。

机器人赛道的竞争，早已不局限于真机数据采集量，核心比拼的是持续、高效产出高质量交互经验的能力。

未来，谁能提升仿真物理真实度、压低数据生成成本、跑通高效的虚实迭代飞轮，就有望在通用具身智能到来之际抢占优势。