机器人“大脑”竞速：蚂蚁灵波融资 京东建数据护城河

　　采集—训练—落地—回流需要完整闭环。

　　具身智能赛道，正成为互联网巨头与产业资本竞逐的“必争之地”。

　　8月3日，蚂蚁集团旗下具身智能公司灵波科技被曝已启动首轮融资，拟募资15亿元，计划在今年年底完成第二轮融资。公开数据显示，2026年上半年，国内具身智能赛道融资总额约438亿元，其中以具身大脑为核心业务的“大脑派”公司吸纳了222.53亿元，占比高达50.8%。

　　资本涌动之下，一个行业共识逐渐清晰：决定机器人“大脑”智力的，归根结底是物理世界数据。然而，真正有用的高质量物理世界数据，仍然严重匮乏。

　　此前，京东集团副总裁、京东云基础云业务负责人龚义成在WAIC期间向包括21世纪经济报道在内的媒体透露，京东正全力推进大规模具身智能数据采集项目，计划到明年积累约1000万小时具身数据，涵盖第一视角(Ego)视频、多模态数据、手部力学感知等多种类型，覆盖家庭、物流、工业及汽车维修保养等真实场景。

　　“行业不一定是没有数据，而是缺乏真正意义上高价值、有用的高质量数据，这才是行业真正的痛点。”龚义成直言。

　　真实经验反哺

　　千万小时并非一个拍脑袋得出的数字。龚义成坦承，这个目标不是一个绝对准确的数字，但它基于京东技术团队对具身模型数据飞轮的框架性理解，也与全球头部公司的判断相互印证。

　　在提出1000万小时之前，行业对具身数据规模的认知一直在上修——最初认为100万小时或许足够，后来逐渐提升至1000万小时量级。

　　龚义成解释，当数据量从数万条遥操作数据跃升至千万小时级别，原有的单机多卡训练基础设施已无法支撑，京东因此从零开始搭建了千卡级以上的具身智能训练框架，并于今年初发布相关论文。

　　但这只是第一阶段的里程碑。“1000万小时远远无法覆盖整个物理世界所有类型的场景数据。”龚义成表示，未来数据规模还会进一步扩大，底层技术栈也将随之演进。

　　值得注意的是，京东会更侧重于物理世界中的真实场景数据，比如Ego，也就是第一视角视频数据，以及关于人类动作描述的、结合真实场景的数据。

　　“之所以京东选择做这一类数据，是因为它需要的数据规模非常大。短时间内做到1000万小时数据，从资金投入、人员规模、场景需求，到技术投入，都需要非常强的能力。从整个行业来看，同时具备这些条件的企业并不多。京东在线下供应链和真实业务场景方面有丰富积累，同时未来也会成为机器人非常重要的消费方。因此，我们希望把这一类投入重、周期长、行业痛点明显的数据先做起来。”龚义成进一步补充。

　　数据成核心战场

　　市场已用真金白银投票：机器人“大脑”的竞争，本质上是一场数据规模的较量。

　　当前行业数据获取路径大致分为三类。其一为仿真数据路线，通过物理引擎生成大规模合成数据，成本低、可规模化，但“虚实鸿沟”(sim-to-real gap)始终是难以完全跨越的技术瓶颈。其二为真实场景采集，以京东为代表，依托线下供应链和业务场景，在物流、工业等真实环境中获取第一视角视频、多模态感知数据等高质量数据。其三为众包与开放平台路线，数据规模易扩展但质量参差不齐。

　　巨头卡位战已然展开。蚂蚁集团旗下灵波科技启动首轮融资，拟募资15亿元，觅蜂科技也从智元体系独立出来，主营具身智能、物理AI数据业务，国内布局这一赛道的还包括鹿明机器人、灵初智能等初创公司，以及京东JoyEgoCam团队等。

　　“谁掌握了最大规模的高质量物理世界数据，谁就掌握了具身智能时代的入场券。”一位关注该赛道的投资人对21世纪经济报道记者表示。这也解释了科技巨头为何愿意在数据采集上重金投入，它们既是数据供给方，未来也将是机器人产品的重要消费方，数据飞轮的商业闭环逻辑清晰。

　　不过，竞争尚处于早期，格局远未定型。正如龚义成所言，1000万小时远远无法覆盖整个物理世界所有类型的场景数据，没有经过模型验证和场景闭环的数据，可能只是“想象中的数据”。

　　在这场以数据为燃料的竞赛中，还需要形成“采集—训练—落地—回流”的完整闭环。眼下，具身智能的泛化能力和准确率，还没有达到所有工业场景的要求，还需要等待数据积累和模型能力达标，才有全面应用的可能性。