全行业两年攒下百万小时数据，影溯想 1 个月生产完：全国首个具身仿真数采中心落地杭州

产能公式从“人×小时”，变成“环境配置数×并行算力”。 作者丨 幸丽娟 编辑丨 岑 峰 训练一个可用的具身智能模型， 需 要千 万小时 的多模态交互数据；而 现实仅有百万小时 ，剔除低质部分后，真正可用的更少。 缺数据，是具身智能行业的共识。 但只盯着“数据”这两个字，会错过更关键的问题： 一台机器人在固定货架前抓取，成功率可以很高。货架挪个方向，目标前多放一排饮料，换一侧伸手，成功率就往下掉。练过的，它能一遍遍做对；没练过的，它连手该从哪边伸都不知道。 行业缺的不只是数据量，还有“数据里的变化”。 过去两年，补缺口的主流办法是建场地、加采集人手。 据中国信息通信研究院，截至今年6月底，全国共建成启用超过70家训练场，另有40 余家在建或规划。 然而，大量训练场集中在叠衣服、收拾桌面、分拣搬运这类易展示任务上，复杂长程任务挖掘严重不足。数据小时数在涨，模型见过的空间布局没涨。 问题出在扩容的对象上。加场地，加采集人手，扩的是同一批场景的采集次数——货架还是那个货架，只是多采了几遍。 多样性要涨，靠的是条件变多 ： 布局、遮挡、物体组合、接近路径，每多一种都是一次重新排列。 而一个训练场里能有多少种排列，取决于它被布置成什么样；改一次布置，采集流程就得跟着重走一遍。采集的人力、时间成本数倍往上叠。 产能越加越大，多样性原地踏步。行业真正卡住的地方，不是“采得不够多”，而是 “变一次太贵” 。 来自空间智能赛道的影溯，给出了另一种解法：不只采得多，还要穷尽空间的各种排列组合，采得“不一样”。 10月29日， 影溯 在杭州正式落地 全国首家以仿真为主的具身智能数采中心 ，目标将产能拉升至 月产百万小时级数据。 它以三维场景重建与生成为核心，把真实空间、生成式模型与仿真能力接到一起，做一套 可编辑、可复用、可扩展 的环境与数据供给体系。 在“真实数据为王”的共识里打出“仿真”的旗号，需要底气。 这种底气，源自影溯直接变革数采方式，同时解开数据多样性和产能两大“卡点”；更源自，它自己作为一家空间智能基模公司，最知道模型需要什么数据，以及什么才叫真正的高质量数据。 01 数据产能和多样性， 卡在“每加一种变化就重来一遍” 要看懂影溯的选择，得先看清楚它要替代的数采流程，成本到底花在哪。 EGO第一视角采集与遥操作，是具身智能获取真实行为数据的两种主要方式。EGO需要人员进入环境、完成操作；遥操需要操作者持续参与，并适应具体设备和任务。两者方式不同，但都绕不开“人”。 绕不开人，就绕不开组织。新增一种空间布局，补充一类操作条件，流程就得再走一遍：找场地，约档期，把人凑齐，设备调好，采完拆掉。 此外，采集人员的任务熟练度、操作习惯，以及对不同设备的适配程度，也会直接影响采集效率和数据一致性。 重组流程不仅繁琐，而且还没法并行。场地要一个一个谈，人要凑齐了才能开工，采完的场景