具身智能数据缺口扩大，真机采集成为大模型训练新基建

大模型的能力边界正在从「语言」扩展到「物理世界」。具身智能要求模型不仅能理解指令，还要能看懂环境、规划并执行动作，这对训练数据提出了全新要求。

为什么真机数据稀缺

• 网络视频缺少动作与力控信号，无法直接用于机器人策略训练。

• 真机采集需要场景、设备、脚本与质检的完整工程体系，门槛高。

• 感知—动作—语言的时序对齐标注复杂，人工成本大。

业内普遍认为，具备规模化真机采集与精细化标注能力的团队，将在具身智能产业链中占据关键位置。数据基础设施，正在成为新的「算力」。（观点整理，具体数据待补充）