人工智能的浪潮正以前所未有的速度席卷全球，从大语言模型到多模态模型的爆发，AI 技术已迈入一个全新的阶段。在这场深刻的变革中，具身智能被视为下一个关键的爆发点，它代表着 AI 从数字世界走向物理世界，具备类人的思维与决策能力，能够与真实环境进行交互。这一赛道正吸引着全球的目光，成为科技竞争的新高地。

2026 年 7 月 3 日，在 2026 具身智能产业场景融合大会上，博登智能具身智能事业部负责人许济海发表了主题演讲。他指出，数据是具身智能发展的核心要素，而 " 真机、真场景、真数据 " 是构建高质量数据、推动具身智能大模型落地应用的关键。

许济海指出，当前全球人工智能及具身智能赛道呈现出 " 断层式 " 发展格局，中国紧随美国步伐，走在世界前列。预计到 2035 年，全球具身智能市场规模将达到 13 万亿元，其中中国市场有望达到 1.4 万亿元。在这一充满机遇的赛道上，数据作为支撑 " 大脑 "、实现场景化落地的核心要素，其重要性愈发凸显。博登智能作为物理 AI 的数据基础设施生态建设企业，正致力于通过构建全栈式数据解决方案，为行业发展提供坚实的数据基石。

许济海 | 博登智能 具身智能事业部负责人

以下为演讲内容整理：

数据是具身智能发展的核心引擎

在具身智能的发展中，算力、算法、数据和硬件（机器人本体及供应链）是四大关键要素。其中，数据是支撑 " 大脑 "、实现场景化落地的核心要素。根据获取方式和应用场景的不同，具身智能的数据范式可分为四个层级：最底层是普适的互联网图文数据；第二层是人类跨本体的操作视频数据；第三层是仿真数据；最顶层、最珍贵的则是真机数据。

在模型架构方面，VLA（Vision-Language-Action Model，视觉 - 语言 - 动作模型）  是目前具身智能领域的主流技术路线，它将视觉感知、语言理解与动作生成统一建模，实现端到端的任务执行。与此同时，WAM（World-Action Model，世界 - 动作模型）  作为新兴范式也受到广泛关注，其核心思想是让机器人在行动前先在内部模拟物理世界的变化，从而获得更强的泛化能力和长序列任务规划能力。

不同的数据范式服务于模型训练的不同阶段。互联网图文数据和第一人称视角数据主要用于预训练，帮助模型学习通用的视觉和语言表征。然而，通用的视觉语言模型与机器人操作模型之间存在显著的数据分布差距。为此，物体交互数据及经过筛选的、富含空间与操作信息的异构数据被用于中训练阶段——该阶段的目标是从海量数据中筛选与物理世界强相关的样本，作为连接预训练与下游任务微调的关键桥梁，弥合通用表征与具体操作之间的认知鸿沟。仿真数据则凭借低成本、高并发的优势，既广泛用于大规模的预训练，以低成本获取海量多样化的训练样本，也用于模型的验证和测试，加速算法迭代。而最珍贵的真机遥操作数据，则用于后训练，通过监督微调或强化学习等方式，使模型精准适应真实的机器人本体和具体任务场景。

从数据标注到 Physical AI 基础设施：博登智能的全栈布局

博登智能自 2019 年成立以来，从自动驾驶数据标注起家，服务了国内绝大多数主流车企。从 2019 年营收 600 多万元到 2025 年预计实现 2.5 亿元，公司完成了跨越式增长。2025 年，公司正式成立具身智能事业部，全面进军具身智能赛道。

为支撑业务发展，博登智能已在宁波、湖州、马鞍山布局三大具身机器人创新中心，总占地面积超过 3 万平方米，全面覆盖家庭、零售、工业、办公、仓储等上百类真实应用场景。三大创新中心部署超 500 台多型号实体机器人及数千套自研 Ego 采集设备，已实现年产 50 万小时机器人真机数据、百万小时级 Ego 场景数据的稳定产能。

2026 年 6 月，公司正式宣布完成数亿元 A+ 轮及 A++ 轮融资，由鼎晖百孚、清新资本、鲁信创投、深产投等多家知名机构联合投资。目前，公司已与星海图、星动纪元、曦诺未来、星尘智能等头部具身智能企业建立了深度合作。

博登智能的核心竞争力在于其自研的一整套数据工具链。该工具链围绕三大平台构建：

BRIC Robo 智能数据采集平台，专注大规模真机数据高效采集，其核心优势在于多本体兼容性——目前已深度适配智元、零次方、星尘、星海图、松灵等多种头部机器人本体及智能产线，新机型可在一键配置下完成接入。平台已接入 20 余款不同的具身智能数据采集设备，包括有本体和无本体的设备，能够灵活适应不同客户的需求。

BASE Omni 多模态数据标注平台，专为视觉 - 语言大模型设计，支持复杂多模态标注任务。平台高度集成了 AI 自动化能力，内置 200 余个自动化标注小模型与 10 余个标注垂类大模型，数据处理效率最高可提升 7 倍。通过自动化脚本对物理超限、帧率一致性、尖峰突变等问题进行质检，大幅提升了质检效率，减少了人工依赖。平台还具备手部关键点自动标注与跟踪、目标自动化分割与追踪等先进功能。

Blink 数据资产管理平台，集数据管理、清洗、转换、交换于一体，已接入超 100 个数据源，支持客户根据训练目标自动匹配并提取目标数据集，将平均交付周期缩短至 3-5 天。平台实现了从原始采集数据到最终数据集成品的全生命周期管理。

这三大平台共同支撑了公司在具身智能、自动驾驶和 AGI（通用人工智能）三大业务板块的发展。凭借在数据领域的深厚积累，博登智能入选了工业和信息化部首批 " 人工智能赋能高质量行业数据集先行先试联合体 "，成为联合体重要成员单位之一。同时，公司还入选浙江省高端数据标注基地试点名单，牵头建设具身智能高端数据标注基地。

为获取高质量的第一人称视角数据，博登智能发布了 EgoSight S1 采集设备。该设备配备双目相机和 4 个 SLAM 相机，现已实现了高精度的空间定位。同时，公司自研的手部关键点算法，在真实验证环境下实现了亚厘米级的空间投影误差。这些异构数据已广泛应用于商超、酒店、养老院、工业、物流、仓储等多种场景。

打造高质量真机数据集

2026 年 6 月，博登智能联合上海交通大学 MINT 实验室、均普创新中心，正式开源了全球首个面向真实机器人强化学习的大规模数据集——RW-RL-Dataset。该数据集彻底打破了传统机器人数据只记录 " 成功轨迹 " 的局限，解决了机器人 " 只会模仿、不会自救 " 的行业痛点。

RW-RL-Dataset 的设计起点在于：行业并不缺少模仿学习数据，缺少的是能支撑机器人在真实世界中自主迭代的数据。与以往只包含成功轨迹的公开数据集不同，该数据集明确区分了三种核心数据形态：

人工遥操作数据由人全程控制机器人完成任务，为模仿学习预训练提供先验知识底座；人工介入数据记录机器人在真实环境执行中发生偏离后人接管并修正的完整过程，包含接管前后状态变化，这是强化学习最核心的训练素材；自主推理数据则是模型自己在真实环境上运行产生的数据，包含成功与未完成的完整过程。

数据集不采用单一标注模式，而是采用规则与统计信号、事件信号、模型辅助评分三层融合框架，并建立了包含异常静止检查、突变尖峰检查、物理限位与角度检查等在内的自动化质检体系，辅以人工复核，双重通过后方可入库发布。

RW-RL-Dataset 第一版包含1000+ 小时真实机器人数据，覆盖4+ 类机器人系列、9+ 个场景域、30+ 种任务模板和 3 类数据形态。数据集不仅包含多视角视频、机器人状态等基础信息，后续将更提供完整的 Reward 信号和 RL 训练标签，可直接加载至主流强化学习框架。目前开源仅一个月，数据集下载量已突破 2.7 万次，充分印证了行业对高质量真机 RL 数据的迫切需求。

目前，博登智能已在三大创新中心部署了上百类真实场景，形成了 " 真机验证—数据回流 " 的持续演化闭环——数据集不再是静态产物，而是来自持续演化的真机交互体系。这一模式标志着具身智能数据生产正从 " 实验室验证 " 迈向 " 规模化商用 " 的关键跨越，也推动机器人从 " 会模仿 " 向 " 能自愈 " 加速进化。

（以上内容来自博登智能 具身智能事业部负责人许济海先生于 2026 年 07 月 03 日于 2026 具身智能产业场景融合大会发表的题为《真机 · 真场景 · 真数据》的演讲。）