汽车行业专题：人形机器人系列专题之具身数据，物理AI核心资产，模型迭代孕育数据产业新蓝海（39页，2026年）

分类：行业报告

标签：具身智能、具身数据、人形机器人、物理AI、数据采集、触觉数据、Scaling Law、数据产业链、多模态大模型、仿真数据

摘要：高质量物理交互数据是具身智能实现能力泛化的关键，具身Scaling Law已初步显现。国信证券指出，纵观数字AI大模型发展历程，模型能力边界突破始终伴随数据、算力与算法的协同演进，数据是物理AI大模型发展的关键资源。Dyna-2在Ego第一视角人类视频预训练实验中发现，当数据规模从千小时扩展至百万小时，模型表现呈现明显改善趋势，为具身Scaling Law提供初步证据，数据需求预计持续扩大。 通用基础模型厂商加快入局具身智能，触觉数据稀缺性凸显。部分基础模型厂商数字AI业务增速放缓，向物理世界延伸成为拓展应用边界的重要方向，具身数据采购需求迅速增长。以GPT-6 Astra为代表的多模态通用模型持续向物理世界拓展，在具身领域展现较强的任务理解、规划与闭环纠错能力。当前具身数据积累以视觉信息为主，人类操作视频提供丰富行为与语义信息，而触觉数据需在交互中同步记录接触状态，现有供给仍相对有限。 具身数据采集路线多样，多源数据训练价值凸显。技术路线包括互联网视频、Ego第一人称视频、UMI通用操作接口、遥操作与仿真合成等类型，各有互补价值。Ego数据由采集者佩戴设备在日常环境自然完成任务，不依

来源：zuudee | 日期：2026-11-02 | 格式：PDF | 页数：39