【#机器人为什么还不够聪明#？#具身智能不缺融资缺数据#】具身智能无疑是科技行业最火热的赛道之一，资本持续涌入，创业公司不断刷新估值，机器人也在从演示视频走向真实场景。但热闹之下，一个核心问题始终没有被真正解决：机器人为什么还是不够“通用”？

许多机器人在特定任务上表现出色，“但换个物体操作就失效，换个场景可能就得重新训练。”RoboScience机器科学联合创始人汪涛认为，这背后最大的瓶颈是数据。

大语言模型的发展几乎验证了一条共识：更大的模型、更大的算力以及更大的数据规模，会持续带来能力提升。但这套Scaling Law（缩放定律）到了机器人领域，却遇到了现实阻碍。

互联网积累了海量文本数据，而机器人需要学习的是人与物体、环境之间的真实互动，这样的物理交互数据天然稀缺。

在汪涛看来，一个真正具备通用操作能力的具身智能大模型，所需的数据规模甚至可能超过今天的大语言模型，“千万小时、亿万小时都未必够。”而目前全球头部企业掌握的高质量真机数据，大多仍停留在数十万小时量级，最高约30万小时左右。http://t.cn/AXSSF7eg http://t.cn/AXSSF7eg