【研报 A110】物理AI时代的具身数据采集需求研究:国家级训练场落地,开源生态加速建设

摘要：物理AI时代，具身智能与世界模型的发展，推动具身数据采集成为下一代数据基建的核心浪潮。具身大模型对数据有着EB级的海量需求，同时对多模态、异构性与质量要求极高，当前数据缺口成为制约具身智能发展的核心瓶颈，采集成本高、数据孤岛、格式不统一等问题亟待解决。行业已形成真实、仿真、视频三类数据的解决方案，虚实融合成为主流方向，仿真数据用于预训练，真实数据用于微调，有效降低采集成本。同时国家级数据训练场落地，开源数据集与行业标准加速建设，数据供应商作为“卖铲人”迎来产业机会，为行业从业者提供参考。