大晓机器人首席科学家：具身智能瓶颈在数据闭环

【专业导语】世界模型正成为具身智能领域核心驱动力，但商业化落地仍面临关键瓶颈。大晓机器人联合创始人、首席科学家陶大程指出，高质量交互数据不足是当前物理AI商业化的首要障碍，跨本体数据复用能力成为行业突破关键。

7月16日，在2026世界人工智能大会（WAIC）开幕前夕，大晓机器人（300024）联合创始人、首席科学家陶大程接受媒体采访。2026年以来，世界模型成为具身智能领域最受关注的方向，李飞飞、吴恩达创立的相关公司均获得10亿美元级融资。大晓机器人作为国内世界模型厂商代表，由商汤科技首席科学家王晓刚与澳大利亚科学院院士、欧洲科学院外籍院士陶大程共同创立。

【投资分析视角】

从基本面看，具身智能行业正处于技术突破向商业落地的关键过渡期。陶大程认为，算法、硬件和数据均为制约因素，但首要瓶颈是可形成闭环的高质量交互数据不足，更准确地说，是缺少把数据评价与真实部署连接起来的基础设施。

从技术面分析，大语言模型训练依赖互联网文本数据，具有通用性，但具身智能领域数据存在跨本体问题——甲公司机器人训练数据无法在乙公司机器人中使用。陶大程表示，大晓机器人长期构建的核心能力是跨本体、跨场景物理经验的操作系统，通过统一标注体系将不同本体数据映射到共同事件空间，实现物理经验的最大化复用。

从资金面观察，世界模型赛道已吸引大量资本涌入，10亿美元级融资频现，显示市场对具身智能长期价值的认可。但陶大程强调，高质量、可闭环且精确标注的数据非常稀缺，行业需通过统一标注体系突破数据复用瓶颈。

针对环境变化导致机器人动作僵硬的问题，陶大程指出，这本质上是数据长尾和泛化不足。百万小时数据用于验证基础能力，千万小时数据则用于解决长尾问题。他举例称，形成有效泛化需要足够多样的训练数据，帮助模型理解底层规律，如同学习加法需在不同位数、数字组合中理解运算原则。

【总结展望】具身智能商业化正从概念验证迈向规模化应用，数据基础设施的完善将成为行业分水岭。大晓机器人通过构建跨本体操作系统，有望在数据复用和泛化能力上建立先发优势，推动物理AI从实验室走向真实场景。