机器人训练

机器人训练是指通过真实演示、仿真环境与世界模型等数据来源，让机器人学会感知、决策和操作的过程，是当前具身智能落地的核心环节。随着硬件成本下降和数据采集方式多样化，行业争论的焦点已从“模型要有多大”转向“数据要有多真实、多便宜、多可用”。

机器人训练的数据之争：更多数据还是更大模型

小米发布的 Xiaomi-Robotics-1 研究给出了一个直接结论：在训练机器人运动能力时，扩充数据量比放大模型规模更有效。这项研究与业内“Scaling Laws 是否适用于机器人”的讨论直接相关，也为资源有限的团队提供了更务实的路线参考（小米Xiaomi-Robotics-1研究：更多数据胜过更大模型）。

在数据获取端，京东宣布打造全国首个具身智能数据采集社区，把居民日常家务行为转化为训练数据；Hugging Face 则以 399 美元的价格推出开源鸭形机器人 Microduck，进一步压低了机器人训练与开发的准入门槛（京东打造全国首个具身智能数据采集社区、Hugging Face 推出 399 美元开源鸭机器人 Microduck）。

世界模型成为机器人训练的新基础设施

李飞飞创立的 World Labs 持续推进世界模型方向：其早期成果即围绕“用构建的世界来训练机器人”展开，新版 Atlas 模型可以将单张照片生成可导航的 3D 世界，官方称其为全球首个多模态世界模型。这类技术意味着机器人训练可以部分脱离真实物理环境，在生成的三维场景中完成（World Labs早期成果：构建世界训练机器人、World Labs 新版 Atlas 模型、李飞飞发布全球首个多模态世界模型）。

传感器厂商也在切入这一链条。禾赛发布 Kosmo 3D 世界数据引擎，配套含 8K AI 空间相机的 Kosmo One 设备，试图为机器人训练提供标准化的空间数据来源（禾赛发布 Kosmo 3D 世界数据引擎）。另一家创业公司 Elorian 发布视觉思维模型 Glimpse，能够拆解机器人操作视频，把已有视频内容转化为可学习的操作步骤（Elorian 发布视觉思维模型 Glimpse）。

当前焦点与观察点

机器人训练目前呈现三条并行路线：一是真实场景数据采集，如京东的社区模式和各类遥操作方案；二是仿真与世界模型生成数据，以 World Labs 和禾赛为代表；三是低成本低门槛的社区生态，如 Hugging Face 的开源硬件。此外，脑波读取被提出可能成为物理 AI 训练的新数据源，但距离实用仍有距离（脑波读取或将成为物理AI训练的新数据源）。

值得观察的问题包括：生成式世界模型训练出的策略能否顺利迁移到真实物理环境；众包采集的家务数据在质量与隐私上如何平衡；以及“数据优先于模型规模”的结论能否在更复杂的操作任务上复现。这些问题的答案将决定机器人训练在未来一到两年内的主流范式。