1、Astro对具身智能行业的启示

技术方案核心结论：物理AI的GP时刻可能就是GP本身，相关热点上周开始在二级市场炒作，产业端关于AI对具身智能产业影响的讨论从2025年8月底9月就已陆续启动。该技术的核心方案为Astro加Hans工程输出末端位姿，实测效果优于传统垂域VLA模型。但该方案短期不会推动机器人出货量大幅增长，核心是存在较多工程问题与成本问题：比如完成倒咖啡这类简单任务就需要接近半小时，无法快速实现商业闭环，当前阶段真正值得重视的是Astro展现出的潜在解决物理AI问题的能力。

对行业原有逻辑的冲击：2023-2025年为具身智能创业潮期，当时行业核心前提假设为语言模型无法解决物理AI问题，物理AI领域会诞生专属头部企业。当前技术出现重大突破：SA在不做任何微调的情况之下，就可以直接输出末端位置，这意味着大模型已经在一定程度上侵蚀物理AI的边界。原有具身智能创业公司普遍存在技术局限，不管是VA路线还是WA路线，在泛化性、鲁棒性上的表现都比较有限。

行业落地现状与技术表现：当前具身智能领域唯一可以落地闭环、匹配真实需求的场景为快递工包翻包，即把不同形状、不同颜色的快递翻到同一面，使二维码可以被扫描，该场景是传统CVD无法解决的，只有本轮WA或WA M技术路线可覆盖。目前行业尚无公允的具身智能泛化评测指标定义：AI在场景泛化、目标物体泛化任务上的表现已经超过垂域PLA模型（比如经典的派系列模型），但在涉及物理能力的泛化表现相对较弱。如果后续OpenAI高举高打布局相关领域，当前将是行业重要的发展分水岭，核心结论为物理AI的GP时刻可能就是GP本身。

2、具身智能数据素材生意分析

素材需求增长趋势：素材需求爆发与Aster技术突破为平行逻辑，二者存在交叉点，大模型厂商入局将强化需求爆发逻辑，其更强的购买力是需求增长的核心催化因素。国内头部具身智能公司数据量级增长规划清晰：2025年底数据量级为几万到小几十万小时，2026年底目标100-200万小时，后年目标达千万小时。

不同数据类型确定性对比：乌米/ego数据需求确定性高于仿真数据。2024-2025年主流预训练数据为遥操数据，部分为跨本体的遥操数据，无需限定同一本体；2026年已有研究使用50万-大几十万小时乌米/异构数据预训练，仅在后训练阶段使用部分真机数据，展现出良好的scaling能力。乌米/异构数据优势显著：成本低廉、场景分布好，采集设备轻量可覆盖大量场景。仿真数据确定性较弱：仿真视频性价比低于异构数据，还存在sim to real gap问题；仅仿真轨迹可一定程度补充真机数据，目前纯仿真数据做大规模预训练的研究相对较少。

不同数据类型壁垒对比：仿真数据壁垒远高于乌米/异构数据。仿真核心壁垒为物理求解器，刚性物体求解难度较低，已有NVIDIA等厂商的开源物理求解器可供使用；柔性物体（线缆、布制品等易形变物体）求解难度大，暂无成熟的开源物理求解器，若物理求解器性能不足会导致sim to real gap过大，目前国内创业公司光轮智能在物理求解器领域表现相对较好。乌米/异构数据采集无技术壁垒：ego数据可通过头戴iPhone等相机设备采集，乌米数据仅需搭配夹爪与腕部两个相机即可采集，整体属于人力密集型业务，壁垒极低。

行业需求预判：当前无法精准预测具身智能行业所需总数据量级，类比3-5年前行业对自动驾驶L4级别所需里程的预测与当前现实情况存在较大偏差的先例，在行业平均数据规模仅为100-200万小时的阶段无法预判达标所需总数据量。2026-2028年尤其是2027-2028年，国内头部具身智能公司数据需求每年将保持翻倍以上增长，数据采集赛道需求爆发确定性极高，但行业整体壁垒相对较低。

Q&A

Q：Astro对物理AI和具身智能产业带来了什么启示？

A：物理AI的GPT时刻可能就是GPT本身。Astro加提示工程输出末端位姿的方案短期内不会立刻带来机器人落地和出货量大幅增长，存在工程时间和成本问题。但其展现了潜在解决物理AI问题的能力，大模型在不微调情况下直接输出末端位置，代表大模型在一定程度上侵蚀了物理AI的边界。当前具身智能创业公司的VLA或WLA路线在泛化性和鲁棒性上有限，而AI在场景泛化和目标物体泛化任务上的表现已超过很多垂域VLA模型。若OpenAI后续高举高打布局，当下可能是一个重要的分水岭。

Q：如何看待数据采集生意的需求爆发及大模型厂商入局的影响？

A：不管有没有Astro，数据采集的需求都在爆发。国内头部具身智能公司去年年底数据量级为几万到几十万小时，2026年年底目标约100到200万小时，后年目标达到千万小时量级。大模型厂商的入局强化了这一逻辑，因为模型厂商资金更充裕、购买力更强。

Q：在各类数据采集方案中，UMI和ego数据与仿真数据在需求确定性和行业壁垒上有何区别？

A：从需求确定性看，UMI和ego数据比仿真数据更确定。2026年以来许多工作证明用UMI或异构数据做预训练有较好学习能力，且UMI和ego数据便宜、场景分布好、设备轻量。仿真数据目前确定性不强，纯仿真数据做大规模预训练较少，视频仿真性价比不高且存在sim to real gap，轨迹数据仅能一定程度补充真机数据。从壁垒看，仿真壁垒远高于UMI和异构数据，仿真的难点在于物理求解器，特别是柔性物体形变求解很难且缺乏好的开源求解器，做不好会导致sim to real gap非常大；而UMI和ego数据采集设备简单，属于纯人头生意，壁垒很低。

Q：具身智能需要多大的数据量级？未来几年数据采集需求的增长预期如何？

A：现阶段无法准确回答具身智能具体需要多大的数据量级，很难在行业平均数据规模为100到200万小时时预测1亿小时是否能解决问题。但比较确定的是2026至2028年，尤其是2027和2028年，仅看国内头部具身智能公司的需求，每年都是翻倍以上的增长。整体而言，数据采集行业的壁垒相对并不是特别高。

温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）