不僅有 40 余款大模型、50 余款 AI 終端產品、60 余款智能機器人以及 100 余款「全球首發」「中國首秀」的重磅新品，場館內還有超過 150 臺人形機器人同臺亮相。

       跟去年只有 18 個人形機器人，而且其中大多需要帶著安全繩不同，今年的機器人都在整花活，打拳擊、玩架子鼓、端茶倒水、快遞分揀樣樣精通。

       這些脫離安全繩、在真實場景中協作的機器人，標志著具身智能正從「技術演示」邁向「任務執行」的新階段。而這一變化背后，是行業對數據驅動范式的集體突破。

       在此次 WAIC 上，商湯科技、騰訊、智元、群核科技等都發布了新項目，各家技術路徑不同，但都直指同一目標：讓機器人學會在物理世界中「高效犯錯」。

       然而要讓機器人在復雜的物理世界中真正「學會」犯錯并從中成長，其前提是海量、高質量、多樣化的訓練數據，業內缺的恰恰就是這些數據。

01

       數據成具身智能「卡脖子」問題

       具身智能，無疑是當前科技領域最炙手可熱的概念之一。

       據不完全統計，2025 年上半年具身智能領域融資事件達 130 起，是 2024 年全年的 1.9 倍，明確披露金額 96.68 億元，已超過 2024 年全年總額 89.33 億元。

       如果計入未公開金額的交易，總規模保守估計也已超 230 億元。

       然而，商業化落地的現實困境與資本熱度形成鮮明反差。人形機器人訂單目前仍集中在教育、展示和政府類項目三大范疇，工業與家庭場景滲透緩慢。

       在美國明星具身智能公司 Physical Intelligence 與紅點創投的萬字對談中，研究者表明了落地難的三大難關：復雜任務執行能力、環境泛化能力與高可靠性性能。

       其中最后一項「性能」成為當前從實驗室走向商用的最大障礙，「它們仍經常失敗，目前狀態更像是『演示就緒』而非『部署就緒』。」

       而數據短缺，正是橫亙在技術理想與商業現實之間的「卡脖子」難題，主要體現在三方面：

     「數據荒」嚴重：人形機器人發展僅約 5 年，有效數據積累遠低于大語言模型所需的 PB 級規模。一個簡單動作如抓取杯子，需要 5000 次真實操作數據，而新場景往往需要從零積累，形成「現實鴻溝」。

       采集成本高企：真實世界訓練中，機器人每 1000 次動作調試的成本高達數十萬元，且需高精度動捕設備和專業操作員。多傳感器時序對齊要求毫秒級精度，進一步推高門檻。

     「數據孤島」林立：企業將數據視為核心競爭力，私有數據集封閉;開源社區數據集又局限于簡單任務，復雜場景數據稀缺且缺乏統一質量標準。

       數據困境的本質源于物理世界的復雜性，與自動駕駛不同，機器人需主動與環境發生接觸，而接觸使問題難度指數級上升，當前行業正探索兩條破局路徑，真機數據采集和仿真數據合成。

       真機數據派以智元機器人為代表，其建立了百萬級真機數據集 AgiBot World，覆蓋家居、餐飲、工業、商超和辦公五種真實場景。

       仿真數據派則是通過算法生成合成數據，降低采集成本，目前呈現多元化格局，包括物理仿真、視頻遷移、空間重建等。

       將合成數據拆解，可以分為場景生成與模擬兩個關鍵部分。相比之下，豐富多樣的室內空間生成已經成為系統性能瓶頸，目前主要有兩種技術路徑。

       一種是合成視頻+3D 重建，基于像素流驅動，先生成視頻或圖像，再重建為點云或 mesh 等非結構化 3D 數據，最終轉為結構化語義模型，以群核科技、李飛飛 World Models 為代表。

       另一種是 AIGC 直接合成 3D 數據，利用圖神經網絡、擴散模型、注意力機制等方法，直接合成結構化空間數據以 ATISS、LEGO-NET 等為代表。

       當前，訓練適應復雜物理世界的智能體，亟需大量真實、可交互的三維環境數據作為基礎。

       這恰恰是當前的瓶頸——傳統仿真環境構建成本高、效率低，而真實世界數據采集又極其困難。

       智能體訓練需要高質量數據，尤其是能反映復雜空間關系、物理屬性和任務邏輯的三維空間數據。

       現在 3D 圈正在探索新的數據獲取方式和呈現方式。其中，3D Gaussian Splatting 技術是其中的熱點，它能夠快速地從多視角圖像重建出高真實感、具備基礎物理屬性的動態 3D 場景，其高效的數據生成能力和逼真的渲染效果為三維數據生產提供了新范式。

       3D Gaussian Splatting 場景數據給機器人訓練提供了新思路。這相當于將前沿圖形學技術生成的高質量、低成本、可編輯的三維動態環境數據，直接「喂」給機器人學習算法，能大幅降低仿真環境構建門檻，并提升訓練數據的豐富性與真實性。

       作為「杭州六小龍」之一的群核科技，正在進行這條技術路線的探索。

02

       3D 高斯語義數據集，為機器人裝上「空間大腦」

       WAIC 開幕前夕，群核科技旗下的空間智能平臺 SpatialVerse 發布最新高質量 3D 高斯語義數據集 InteriorGS，旨在為機器人和 AI 智能體提升空間感知能力。

       InteriorGS 數據集包含 1000 個 3D 高斯語義場景，涵蓋超 80 種室內環境，賦予智能體「空間大腦」，以提高其環境理解和交互能力，是全球首個適用于智能體自由運動的大規模 3D 數據集。

       近年來，3D 高斯濺射憑借「掃描即可重建場景」的優勢，已在文物保護、空間設計等領域落地使用。此次發布的 InteriorGS 數據集，首次將這一技術引入 AI 空間訓練領域。

       而 SpatialVerse 區別于傳統 3D 技術廠商的關鍵分水嶺，是稀缺的「重建-語義-仿真」全鏈路閉環能力。絕大多數廠商聚焦于單點突破，或精于 3D 重建算法，產出精美但無生命的靜態模型;或專攻物理仿真引擎，卻缺乏高質量、帶語義的輸入場景。

       當下，空間智能與具身智能發展存在兩大基礎性難題。

       首先是高質量、大規模且可交互的三維場景數據極度匱乏。這并不是指簡單的數據量不足，而是指具備真實世界復雜性、支持智能體進行感知、決策與行動驗證的沉浸式環境數據的稀缺。

       其次是現有三維數據，包括時下熱門的 3D 高斯場景，普遍存在物理屬性的系統性缺失這個缺點。無論是靜態模型還是渲染模型，如果缺乏對重力、碰撞、材質摩擦、物體運動狀態等物理規律的編碼，智能體便無法在其中學習推門、避障、抓取等依賴物理交互的基礎能力，訓練價值會大打折扣。

       面對這兩個行業痛點，群核科技依托其深耕室內空間數字化積累的經驗，通過 SpatialVerse 開辟出一條具有獨家優勢的道路：以難以復制的場景數據沉淀為起點，打通「重建-語義-仿真」全鏈路，構建自增強的「數據飛輪」，最終打造空間智能基座平臺。

        以酷家樂平臺為核心，群核科技構建了全球規模最大、細節最豐富的室內空間結構化數據集 InteriorNet。這是少有的由可交互三維數據構成的數據集，包含了大量真實戶型、精細化家具陳設、材質紋理以及預設可交互邏輯，為智能體提供了近乎真實的虛擬訓練場。

       此前，谷歌與斯坦福在具身智能領域的重要論文《FireAct》中，就明確致謝了 SpatialVerse 提供的高質量數據。

       除此之外，群核科技也已形成了一個高效運轉、自我強化的「數據飛輪」系統：

       數據層：以 InteriorNet 為代表的海量可交互三維數據，提供初始燃料

       模型層：以 SpatialLM 空間大模型為代表，基于海量數據進行預訓練與精調，SpatialLM 擁有空間理解與推理能力，能從復雜場景中解析結構、識別物體、理解關系。其開源版本曾登頂 Hugging Face 趨勢榜前三。

       工具層：以空間智能平臺 SpatialVerse 為代表，將 SpatialLM 等模型的理解能力融入仿真平臺，使其能生成更智能、更符合物理規律的場景，或為現有場景動態添加更豐富的語義與交互可能性。智能體在 SpatialVerse 中的訓練行為數據，又能反饋回數據層和模型層，用于優化仿真規則、提升模型精度。

       數據驅動模型優化，模型反哺工具迭代，工具產生新數據，以此形成一條成熟的閉環邏輯。

03

       3D界的 ImageNet，加速 Sim2Real 進化

       有意思的是，WAIC 今年參展的機器人企業里，多數都已經跟 SpatialVerse 達成合作，其中包括智元機器人、銀河通用等國內具身智能頭部企業。在機器人現場花式整活的背后，藏著不少 SpatialVerse 的身影，比如給機器人學習搓麻將提供「仿真道場」。

       不過，缺數據的不光是機器人，所有 AI 智能體都需要海量 3D 數據，來學習復雜的物理世界。

       透過此次發布的 3D 高斯語義數據集，群核提供的不僅是一個新數據集，更代表了一種應對空間智能核心挑戰的系統性解決方案。  

       SpatialVerse 目標是成為空間智能領域的「ImageNet」——就像 ImageNet 推動計算機視覺爆發一樣，為 AIGC、XR、具身智能等領域提供「數字道場」。

        SpatialVerse 平臺作為空間智能基座，從「根技術」上屬于空間智能和物理 AI，天然可以驅動 XR 產業激活以及 AIGC 工作流革新。

       XR 體驗的核心在于構建沉浸感、交互性強的虛擬、混合空間。SpatialVerse 的優勢在于可以構建高保真虛擬環境、錨定混合現實空間和提高物理交互可信度。

       針對 AIGC 領域，傳統 3D 內容創作高度依賴專業人才與工具，而且存在效率低、成本高的情況。SpatialVerse 的海量高質量空間數據與結構化信息，可為生成式 AI 模型提供訓練素材。

       將其與 AIGC 技術結合，可實現自動化 3D 場景、物體生成，物理可信的內容仿真以及多模態內容聯動。

       空間智能讓智能體「看見」并理解世界的幾何結構;物理 AI 讓智能體「懂得」世界的運行規則;具身智能讓智能體能夠利用對世界結構和規則的理解，通過一個身體在真實環境中主動交互、學習和完成任務。

       SpatialVerse 的價值具體體現在，加速 Sim2Real 快速進化，縮小「虛擬」與「現實」：

       海量高保真預訓練：SpatialVerse 提供涵蓋家居、商業、工業、城市等多元場景的海量、高精度空間與物理仿真數據，提升具身智能模型基礎的空間認知與物理常識。

       安全高效的空間交互訓練場：在 SpatialVerse 構建的虛擬環境中，智能體可以進行無限次的任務嘗試與強化學習，在零風險、低成本下快速迭代優化策略。

       群核科技的下一步戰略核心是構建開放、繁榮的空間智能生態，并持續攻克未來挑戰。

       通過吸引硬件廠商、算法開發者和行業應用伙伴參與，共同打造標準化的數據接口、工具鏈和解決方案庫，打造開放平臺同時完善生態協作。

       其次，持續提升仿真精度、探索多智能體協同仿真、強化 AI 在仿真環境中的主動探索與元學習能力、優化 Sim2Real 遷移效率，攻克技術深水區。在構建龐大空間數據庫的同時，建立嚴格的數據隱私保護機制和空間數據使用的倫理規范。

       其最終目標是讓「理解物理世界」成為每一個智能體的基本能力。

       無論是家中的服務機器人、工廠的物流機械臂、虛擬世界的數字人，還是手機里的 AR 助手，都能基于對空間結構的精準感知、對物理規則的深刻理解，實現從「感知環境-理解規則-創造價值」的閉環。

       當智能體真正獲得感知物理世界的能力，人機協同將邁入新階段。

       在這場關乎未來的科技競逐中，誰能率先突破具身智能的「奇點」，誰就將掌握智能時代的主導權。