星源智刘东：跨本体数据不能简单“混训”，高质量数据比大规模更重要

follow us

AING硬迹

星源智具身大脑已覆盖超过70%的主流机器人本体企业。

2026世界人工智能大会（WAIC）以“智能伙伴 共创未来”为主题，围绕基础模型、智能体、具身智能等前沿方向展开讨论。随着具身智能成为大会关注焦点，行业讨论正在从模型架构、数据规模逐步延伸至真实部署与产业应用。

大会期间，星源智创始人兼CEO刘东受邀参加“真机数据赋能基础模型训练”圆桌论坛，与产业代表围绕真机数据、世界模型及具身智能产业化等议题展开交流。随着具身智能加速迈向产业应用，行业关注点正在从模型能力延伸到真实部署能力，世界模型开始接受真实场景的持续验证。

数据价值不只看来源，真实交互因果与跨本体标准更关键

在谈及真机数据时，刘东表示，具身智能的数据竞争首先不是规模竞争，而是数据质量竞争。

智源研究院自2024年起承接国家具身智能训练场相关任务，采购20余个品牌机器人本体，采集约20万条真机数据用于基础模型相关训练与验证。实践发现，不同机器人本体的数据格式、采集方式和标注体系差异巨大，未经对齐的直接混合训练容易引入噪声，难以稳定形成可泛化能力。为此，团队自建数据采集与处理平台，对采集视角、关节信息、数据落盘及标注体系进行统一，使不同机器人产生的数据能够形成可复用、可训练的数据资产。

刘东认为，未来通用具身模型的发展，关键在于先建立统一的数据采集、处理和交互语义标准，再在此基础上扩大规模。标准的意义不是把数据“整理得更整齐”，而是让不同来源、不同本体、不同场景中的真实交互因果变得可比较、可学习、可复用。

世界模型进入能力验证阶段，关键在预测后果、端侧闭环和从失败中学习

对于当前行业热议的世界模型，刘东表示，随着机器人开始进入真实岗位，世界模型正进入能力验证阶段，行业竞争也正在从模型能力拓展到工程化能力和产业化能力。

在他看来，真正具备产业价值的世界模型，需要同时具备三项核心能力：能够预测动作对真实物理世界产生的影响，并根据反馈及时调整动作；能够在机器人端侧实时运行，而不是依赖云端大算力；能够基于真实交互和失败经验持续学习，让模型不仅知道“怎样会成功”，也知道“什么情况下会失败”，从而不断提升任务成功率。

围绕这一技术路线，星源智持续推进具身交互式世界模型、RoboBrain Pro具身大脑及端侧算力平台协同发展，希望让机器人不仅能够理解世界，更能够在真实交互过程中评估动作后果、从失败经验中更新策略，并通过标准化接口适配不同机器人本体，实现更可控、更灵活的工程部署。

从工厂到公共服务，机器人开始真正“上岗”

技术价值最终仍需通过真实场景验证。

目前，星源智RoboBrain Pro具身大脑已在工业物流等场景完成部署验证。在与中力股份联合打造的具身装卸解决方案中，无人叉车已实现装卸效率达到人工操作水平，双车协同装卸进入分钟级；同步推出的高位作业机器人“擎天柱”，不仅能够替代十米级高危、高难度人工作业，还将原本需要多设备协同完成的仓储拣选流程整合为单机器人自主完成，进一步验证了具身智能在真实工业场景中的商业价值。

（左：具身装卸解决方案无人叉车，右：高位作业机器人“擎天柱”）

本届WAIC展示出的一个鲜明变化，是机器人开始走进工业制造、公共服务和商业服务等真实岗位。机器人真正走向产业应用，除了本体能力提升，更是世界模型、具身大脑和端侧算力等底层智能能力完成了一轮工程化演进，使机器人开始具备跨本体、跨场景和灵活部署的能力。

作为具身智能底层技术的核心构建者，星源智持续推进具身交互式世界模型、RoboBrain Pro具身大脑的工程化落地。目前，星源智具身大脑已覆盖超过70%的主流机器人本体企业，智元机器人、极智嘉、乐聚等已将其技术体系应用于产品部署。这不仅印证了底层技术路线的产业价值，也意味着具身智能正从单点技术突破迈向规模化应用。

AING硬迹

AING，取自“AI+ING”的缩写，中文谐音“硬迹”，寓意着“人工智能正当其时”，致力于追寻硬科技发展的足迹，不断探索人工智能与智能硬件的深度融合。

未来，AING硬迹将不断发布AI大模型技术、AI产业生态、AI硬件产品等行业资讯、发展趋势与市场动态，我们相信大多数硬件都值得用AI重做一遍，AING硬迹期望与AI大模型厂商、与AI硬件厂商共同成长，迎接AI时代的来临。

人工智能正当时

一起追寻AI+硬件的足迹