具身智能困于數(shù)據(jù)孤島，京東為何入局第一視角數(shù)據(jù)賽道？

從實(shí)驗(yàn)室里的翻跟頭、定點(diǎn)動作演示，到真實(shí)場景中穩(wěn)定完成復(fù)雜任務(wù)，具身智能的商業(yè)化落地，始終被一道核心門檻牢牢卡住——訓(xùn)練數(shù)據(jù)的規(guī)模化供給與跨主體流通。這一全行業(yè)的共性痛點(diǎn)，正在引發(fā)新一輪的技術(shù)路線探索與產(chǎn)業(yè)布局調(diào)整。

4月16日，京東對外公布行業(yè)首個(gè)具身智能數(shù)據(jù)全鏈路基礎(chǔ)設(shè)施，成為繼英偉達(dá)等國際廠商之后，又一家從數(shù)據(jù)底層切入行業(yè)的頭部企業(yè)。在發(fā)布會后的媒體群訪中，京東集團(tuán)副總裁、京東云基礎(chǔ)云業(yè)務(wù)部負(fù)責(zé)人龔義成、京東具身智能研究員李一航詳解了其技術(shù)路線與布局邏輯，而這一系列動作，本質(zhì)上是國內(nèi)具身智能產(chǎn)業(yè)在數(shù)據(jù)瓶頸下的集體探索縮影，折射出行業(yè)早期階段的生態(tài)探索。

全行業(yè)共性堵點(diǎn)：遙操作模式觸頂，數(shù)據(jù)供給陷入死循環(huán)

當(dāng)前全球具身智能產(chǎn)業(yè)仍處于商業(yè)化落地的前夜，一個(gè)無法回避的行業(yè)現(xiàn)狀是：絕大多數(shù)機(jī)器人產(chǎn)品仍停留在演示階段，只能在限定環(huán)境中完成預(yù)設(shè)動作，一旦進(jìn)入真實(shí)場景，泛化能力便大幅下滑，無法穩(wěn)定解決實(shí)際問題。

“具身機(jī)器人的大腦智能化程度偏低，核心問題就是具身模型訓(xùn)練缺乏規(guī)模化高質(zhì)量數(shù)據(jù)集。”龔義成在采訪中直言，行業(yè)沿用多年的遙操作數(shù)據(jù)采集模式，已經(jīng)走到了規(guī)模化的天花板，這是全行業(yè)共同面對的瓶頸。

所謂遙操作，即由專人通過手柄等設(shè)備操控機(jī)器人，同步采集抓拿取放等動作數(shù)據(jù)，用于模型訓(xùn)練。這一模式存在兩個(gè)天然的、無法突破的短板。其一，數(shù)據(jù)規(guī)模無法起量；其二，數(shù)據(jù)孤島問題無解。

2026年被業(yè)內(nèi)多位從業(yè)者定義為“具身數(shù)據(jù)元年”，本質(zhì)上是行業(yè)對數(shù)據(jù)的需求，已經(jīng)從“補(bǔ)充項(xiàng)”變成了“生存項(xiàng)”。面對遙操作模式的天花板，全球范圍內(nèi)的頭部企業(yè)與科研機(jī)構(gòu)，均開始轉(zhuǎn)向人類第一視角（Ego）數(shù)據(jù)的技術(shù)路線探索，即通過采集人類在真實(shí)場景中完成動作的第一視角視頻數(shù)據(jù)，訓(xùn)練具身模型，京東也是這一路線的入局者之一。

龔義成表示，人類第一視角真實(shí)場景數(shù)據(jù)，是解決具身模型規(guī)模化訓(xùn)練的重要一環(huán)，但這條路線的落地，并非簡單的視頻采集，而是需要解決采集設(shè)備、數(shù)據(jù)質(zhì)量、配套基礎(chǔ)設(shè)施三大全行業(yè)空白，這也是所有入局者共同面對的挑戰(zhàn)。

“既要在真實(shí)場景下實(shí)現(xiàn)規(guī)模化數(shù)據(jù)采集，同時(shí)還要兼顧成本與數(shù)據(jù)質(zhì)量。”龔義成介紹，京東為此自研了第一視角采集設(shè)備JoyEgoCam，核心是解決采集環(huán)節(jié)的落地難題。

數(shù)據(jù)質(zhì)量也是全行業(yè)普遍踩坑的環(huán)節(jié)，大量企業(yè)盲目堆高數(shù)據(jù)采集時(shí)長，卻忽略了質(zhì)量管控，最終導(dǎo)致數(shù)據(jù)無法轉(zhuǎn)化為模型能力。龔義成舉例，在模型試驗(yàn)中存在這樣的情況，比如用1000小時(shí)高質(zhì)量數(shù)據(jù)訓(xùn)練，模型任務(wù)準(zhǔn)確率很高，但后續(xù)再喂入1000小時(shí)低質(zhì)量數(shù)據(jù)后，模型準(zhǔn)確率反而下降。

龔義成在采訪中直言，低質(zhì)量數(shù)據(jù)對模型不僅沒有價(jià)值，甚至?xí)a(chǎn)生反作用。李一航透露，京東將從三方面保障數(shù)據(jù)質(zhì)量：一是采集設(shè)備參數(shù)貼近人類視覺特性，保證原始數(shù)據(jù)質(zhì)量；二是盡可能地保證多樣性的采集，并開展人工與算法質(zhì)檢與合規(guī)檢查，剔除不合格、不多樣的數(shù)據(jù)；三是通過自研數(shù)據(jù)處理管線，將采集數(shù)據(jù)轉(zhuǎn)化為高精度、可直接用于模型訓(xùn)練的標(biāo)注數(shù)據(jù)。

龔義成表示，京東已搭建了從數(shù)據(jù)采集、清洗、自動化標(biāo)注到模型訓(xùn)練的全鏈路基礎(chǔ)設(shè)施，其中包括業(yè)內(nèi)首家支持具身智能千卡級LeRobot開源訓(xùn)練框架的AI開發(fā)平臺，核心就是解決大規(guī)模第一視角數(shù)據(jù)的落地應(yīng)用難題。

值得注意的是，京東并非這條路線的唯一入局者。英偉達(dá)今年推出的EgoScale已經(jīng)驗(yàn)證了第一視角數(shù)據(jù)的有效性，國內(nèi)多家機(jī)器人企業(yè)、科研機(jī)構(gòu)也已啟動相關(guān)布局，行業(yè)路線分化已經(jīng)顯現(xiàn)，但所有路線都仍處于早期驗(yàn)證階段，尚未有哪條路線被證明可以完全支撐具身智能的規(guī)模化落地。

數(shù)據(jù)孤島制約發(fā)展，核心優(yōu)勢則在于場景豐富

目前行業(yè)內(nèi)的主流模式，是各家機(jī)器人企業(yè)自建數(shù)據(jù)采集團(tuán)隊(duì)、封閉自有數(shù)據(jù)集，數(shù)據(jù)僅內(nèi)部使用。

這也是京東此次布局的核心落點(diǎn)：放棄單一數(shù)據(jù)提供商的定位，轉(zhuǎn)向搭建開放的行業(yè)生態(tài)。“京東不可能把所有場景的數(shù)據(jù)都采集完，這件事必須依賴全行業(yè)的合作伙伴一起完成。”龔義成明確表示，其核心目標(biāo)是聯(lián)合行業(yè)共建具身智能數(shù)據(jù)聯(lián)盟，打破數(shù)據(jù)孤島，通過數(shù)據(jù)的開放流通，降低全行業(yè)的研發(fā)成本。

此前行業(yè)內(nèi)的數(shù)據(jù)集開放，多為科研機(jī)構(gòu)的開源項(xiàng)目，或企業(yè)的有限度開源，尚未形成成熟的商業(yè)化流通體系。但需要正視的是，這一模式能否跑通，仍存在大量未知數(shù)：數(shù)據(jù)的知識產(chǎn)權(quán)歸屬、合規(guī)流通規(guī)則、定價(jià)體系、隱私安全保障，均是行業(yè)尚未形成共識的難題。

盡管行業(yè)熱度持續(xù)攀升，資本與產(chǎn)業(yè)投入不斷加大，但多位從業(yè)者在采訪中坦言，全球具身智能產(chǎn)業(yè)仍處于早期發(fā)展階段。

談到規(guī)模化落地，李一航表示，在物流等對效率、時(shí)效要求極高的場景中，具身智能想要真正落地，任務(wù)成功率至少要達(dá)到99%，甚至99.9%；而在家庭、導(dǎo)購、接待等泛家庭場景中，只要能解決90%的問題，即便達(dá)不到極高的成功率，也已經(jīng)具備落地應(yīng)用的價(jià)值。

行業(yè)內(nèi)一直存在不同聲音：有觀點(diǎn)認(rèn)為，當(dāng)前行業(yè)過分關(guān)注數(shù)據(jù)規(guī)模，忽略了模型架構(gòu)、算法創(chuàng)新的核心價(jià)值；也有觀點(diǎn)質(zhì)疑，大語言模型領(lǐng)域的Scaling Law（縮放定律），在具身智能領(lǐng)域是否依然適用。

李一航表示，在具身方向遠(yuǎn)沒有到Scaling Up（規(guī)模化）非常強(qiáng)的地步，數(shù)據(jù)量級和大語言模型、一般多模態(tài)模型相比差很多量級，確實(shí)能夠觀察到隨著數(shù)據(jù)量級的擴(kuò)充，具身模型泛化能力還在指數(shù)級別的提升，多條路線仍有極大探索空間。

而在全球產(chǎn)業(yè)格局上，龔義成判斷，目前行業(yè)整體處于比較早期的階段，中國的核心優(yōu)勢在于場景豐富和創(chuàng)新性落地，作為制造業(yè)強(qiáng)國擁有豐富多樣的應(yīng)用場景，同時(shí)在機(jī)器人本體、硬件、小腦等方面具備較強(qiáng)實(shí)力。

此外，人才爭奪與技術(shù)對就業(yè)的影響也是行業(yè)無法回避的議題。當(dāng)前行業(yè)對人才需求迫切。龔義成透露，目前團(tuán)隊(duì)在具身智能相關(guān)領(lǐng)域招聘人才時(shí)，核心要求是必須對AI有深刻理解，是AI的使用者與擁抱者，能夠熟練用好AI工具，這也是行業(yè)普遍的人才需求趨勢。

新京報(bào)貝殼財(cái)經(jīng)記者程子姣

編輯 岳彩周

校對 吳興發(fā)