阿里嘎多美羊羊桑 (@wangy112375) “Physical AI 真正卡住的地方，不是机器人，也不是算力。 是数据。 先看一组对比就知道” — TopicDigg

Physical AI 真正卡住的地方，不是机器人，也不是算力。 是数据。 先看一组对比就知道为什么。 语言大模型可以直接吃互联网海量文本，GPT-3 级别大概用了 1500万小时量级的数据。 但换到机器人操作，真正支撑通用具身智能，粗估需要的是上亿小时级别的高质量操作数据。 现在整个行业真正能拿出来的真实机器人轨迹，加起来也就几千小时。 目前最大的开放数据集之一 Open X-Embodiment，也只有100多万条真实机器人轨迹，覆盖22种本体、500多个技能。 放到 Foundation Model 的尺度里，还是远远不够。 ① 为什么传统方式这么慢？ 一台机械臂 + 一个操作员 + 一个固定场景。 一天能采几十到上百条有效演示已经不错了。 换场景要重新布线、标定，换机器人本体更是接近重头再来。 成本高、速度慢、覆盖窄。 这也是为什么机器人数据一直是行业瓶颈。 ② Axis 换了一种玩法 @axisrobotics 把全球贡献者变成一个可以并行扩张的数据引擎。 打开浏览器就能遥操作仿真机器人，不需要真机，也不需要特殊硬件。 任务自动生成，物体、布局、光照、语义都可以随机变化。 早期一个活动3天就收了1万多条有效轨迹，Beta阶段10天左右做到18万条。 到现在： 430万+轨迹 16万+用户 1600+任务 而且不只是仿真。 第一人称数据也可以用手机采集，把现实中的人类动作转成机器人可以学习的训练素材。 再接上后训练闭环： 模型跑失败 → 人接管修正 → 修正数据回流 → 模型继续训练。 数据不是采完就结束，而是在不断 compounding。 ③ 最关键的是，数据真的有效 用 Axis 数据持续预训练后，π0.5 在 LIBERO-Plus 上的成功率从 83.9% → 88.8%。 相比同等体量的 RoboCasa 对照集，高出了30多个点。 这至少说明了一件事： 数据的规模重要，但多样性同样重要。 所以我现在越来越觉得，Physical AI 真正的基础设施，不只是机器人本体和算力。 而是谁能持续、低成本、大规模地产生高质量数据。 硬件已经在进步，算力也不是完全不够。 真正缺的是一套可以持续跑起来的 Data Engine。 Axis 现在做的，就是把这件事变成基础设施。 机器人智能不是几个实验室关起门来就能磨出来的。 得让更多人一起贡献数据。