近日，具身智能領域迎來重要突破——智象未來（HiDream.ai）與諾亦騰機器人（Noitom Robotics）正式簽署戰略合作協議，雙方將通過技術融合探索具身智能訓練數據的規模化生成新路徑。此次合作聚焦于解決行業核心痛點：如何突破多模態數據獲取成本高、質量參差不齊的瓶頸，為具身智能模型提供符合物理世界規律的"燃料"。
具身智能的快速發展對訓練數據提出嚴苛要求。與傳統大語言模型依賴文本數據不同，具身智能需要整合視覺、運動、觸覺等多維度信息，傳統采集方式不僅成本高昂，且難以覆蓋復雜場景。隨著產業進入爆發期，訓練數據需求正從"小規模演示"轉向"大規模工程化交付"，數據獲取能力已成為決定系統性能的關鍵因素。據行業預測，未來三年具身智能數據市場規模將突破百億元，但高質量數據供給不足的問題亟待解決。
合作雙方構建了"真實+生成"的互補模式。諾亦騰機器人憑借其高精度人體動作捕捉系統，已建立覆蓋全球的物理數據采集網絡，其設備可捕捉毫米級運動細節，為合作提供真實世界的基礎數據支撐。智象未來則通過自研的多模態大模型，將采集到的原始傳感數據進行百倍級精細化放大，通過可控視頻生成技術實現動作指令與視覺場景的深度融合。這種技術組合使生成數據在場景復雜度、光影變化等維度達到行業領先水平，同時確保每幀視頻與底層操作數據的精準對應。
在技術實現層面，雙方突破了傳統數據生成的局限。智象未來CTO姚霆博士指出："通用視頻模型容易產生物理不一致性，我們通過多模態對齊技術，使生成數據在保持藝術表現力的同時，嚴格符合物理規律。"諾亦騰首席科學家韓磊博士則強調："單一數據源無法支撐模型在復雜環境中的泛化能力，真實數據與生成數據的融合將構建起兼具真實性與多樣性的訓練體系。"這種創新模式使數據生成效率提升30倍以上，預計年內將產出數萬小時標準化訓練數據。
合作成果已顯現初步價值。在機器人抓取任務測試中，使用融合數據的模型在復雜場景下的成功率提升42%，且訓練周期縮短60%。某頭部人形機器人企業負責人表示："這種高質量數據供給模式解決了我們的燃眉之急，使模型迭代速度提升數倍。"目前，雙方正聯合開發數據工程化平臺，通過自動化標注、質量評估等工具鏈，構建從采集到交付的全流程標準化體系。
技術協同效應持續放大。智象未來將開放其零樣本生成能力，協助諾亦騰擴展數據維度；諾亦騰則通過其物理仿真平臺，為生成數據提供實時驗證環境。這種"虛擬生成-物理驗證"的閉環系統，正在重塑具身智能的數據生產范式。據內部人士透露，雙方已啟動下一代世界模型研發，計劃通過視頻建模與動作預測的協同驅動，實現更高效的具身智能訓練方案。
行業觀察家指出，此次合作標志著具身智能進入"數據工程化"新階段。當算力、算法逐漸趨同，高質量數據供給能力將成為企業核心競爭力。隨著5G、邊緣計算等技術的發展，實時數據采集與生成技術的融合或將催生新的產業生態，推動具身智能向通用人工智能邁進。
