三家國產公司組局，目標共建全球首個百萬小時具身資料底座
為何重要
這場合作標誌著具身智慧領域從單打獨鬥走向「產業聯盟」建構資料閉環，是解決真實世界資料長尾難題的關鍵營運策略。 隨著大模型試圖訓練通用機器人，資料規模與品質將成為唯一的「硬通貨」，目前低於10萬小時的模型很難具備真正的泛化能力。 對投資人而言，這是一次「基建圈地運動」，未來機器人領域的估值體系將不再僅看 Demo 表現，而是看誰掌握了實質性的資料資產與生態標準。
機器人公司黎曼動力拉上光輪智慧與諾亦騰，聯手衝刺全球首個100萬小時具身資料採集，試圖解決當前行業資料稀缺的卡點。
- 計畫於2026年底前完成100萬小時訓練資料採集，目標量級約為目前全球存量估計的兩倍。
- 諾亦騰提供真實人體動捕資料，光輪智慧負責模擬環境生成與評測，黎曼專注模型訓練與驗證。
- 黎曼先前已用23.2萬小時資料訓練出Riemann-1.0，現擬將規模推進，以驗證具身智慧的Scaling規律。