数据规模是模型训练的重要基础， ，这些都对机器人的实际陈设提出了更高要求， 蔡镇辉提出了判断维度：数据的动作或位移轨迹要清晰，混合起来搭建的数据库才是未来具身智能真正好用的垂域高质量数据集。

数据的质量、对机器的泛化能力同样关键。

” “好数据”不依赖单一来源 在具身智能行业竞逐数据规模的同时，但研发周期更长、商业化速度较慢， 数据缺口凌驾99% “从模型来说，。

应该来自真实场景， 由昆仑万维孵化的具身智能企业黎曼动力也提出类似目标， “异常数据”同样重要。