8月28日—30日，2026中国国际大数据产业博览会（以下简称数博会）在贵阳举行。在其间举办的人工智能数据工厂创新发展交流活动上，光轮智能总裁杨海波对具身智能机器人需要怎样的数据的问题进行了回应。

交流活动现场。

在杨海波看来，具身智能需要的数据应满足三个特点，即高质量、多样性和大规模。

杨海波说，和智能驾驶不同，具身智能需要完成交互功能，完成复杂的动作，满足人类复杂且高标准的需求，此时就需要高质量的数据。在多样性方面，以拿取东西这样一个动作为例，需要采集的数据包括男性的手、女性的手、老人的手、小孩的手，以及不同拿取的姿势等等，多种约束条件确保数据的多样性，进而走进更多的场景，而不是在一个场景里重复采集数据，这没有价值。数据的多样性决定了数据的质量和有效性。

对于大规模，杨海波表示，少量的数据没有意义，满足不了现实的需求，因此采集的数据规模必须足够大。

另外，杨海波认为，数据落地部署之后的反馈价值非常高，数据部署并不是一个终点部署，应该是持续学习的一个起点，就像人一样，人也不是完成了高中教育和大学教育就能够完全适应社会，人也需要在岗位当中不断磨炼与提升。具身智能机器人也一样，在场景当中发现问题，在失败的任务、错误的决策中提升自己。

正如杨海波所言，在此次数博会上，多位业内人士都谈到，错误的数据同样具有高价值。比如，上海人工智能实验室主任、首席科学家，清华大学讲席教授周伯文在数博会开幕式上就谈到，在闭环的环境里面，错误不是失败，错误本身就是极其宝贵的数据。现在数据的发展到了一个新的阶段，以前的模型依赖静态数据，数据采集更像挖矿，把文字、图片、多模态收集整理、分类堆叠，但真正珍贵的不仅仅是矿石，而是冶炼过程，哪一步温度高了，哪一步加错了料，最后怎么调兑，所有这些产生的数据，就从过去模型仅仅从看过什么，而是到了做过什么，怎么做，如何做对，错了怎么改。

此外，在交流活动上，多位业内人士指出，对于具身智能，仿真数据是必需且重要的，要让具身智能走入真实的场景去采集数据并不断学习。

智平方创始人、CEO郭彦东在交流活动上提出，让1万个机器人拧100万次螺丝不如让1万个机器人分别完成100种不同的任务，真实的场景对于智能演进的推动力是极强的。

文|杨文君