影溯首个具身仿真数采中心落地：月产百万小时数据

训练一个可用的具身智能模型，往往需要千万小时级别的多模态交互数据。然而现实中全行业积累的数据仅有数百万小时，剔除低质部分后，真正可用者寥寥无几。

缺数据，是具身智能行业的共识。但比起单纯的数据量匮乏，更严峻的瓶颈在于数据缺乏多样性。

一台机器人在固定货架前抓取，成功率可以很高；一旦货架挪个角度、目标前多放几排饮料，或者换一侧伸手，成功率便断崖式下跌。练过的能重复做对，没练过的甚至连伸手路径都无法规划。

过去两年，行业应对缺口的主要方式是“建场地、堆人手”。据中国信通院数据，截至今年6月底，全国已建成启用超70家训练场，另有40余家在建。然而，这些场地大多集中在叠衣服、收桌面、分拣搬运等简单展示性任务上，复杂长程任务挖掘严重不足。数据时长在涨，模型见过的空间布局却原地踏步。

原因在于，增加场地与人手，扩容的只是同一批场景的采集频次，并未增加条件组合。布局、遮挡、物体组合、接近路径，每多一种变化都意味着重新排列。但在实体环境中，每改一次布置，采集流程就必须推倒重来，成本呈线性倍增。行业卡住的关键，不在于“采得不够多”，而在于**“变一次太贵”**。

产能公式重构：从“人×小时”到“环境数×并行算力”

针对这一痛点，空间智能公司影溯给出了新解法：在杭州正式落地全国首家以仿真为主的具身智能数采中心，目标将产能拉升至月产百万小时级数据。

传统的第一视角（EGO）采集与遥操作依赖人工执行，流程繁琐且无法并行。影溯数采中心则将产能公式从“人×小时”重塑为“环境配置数×并行算力”。

在仿真环境内，空间布局、物体位置、遮挡关系及任务条件均可通过算法生成、编辑与组合进行扩展。系统基于少量真机或遥操作示范种子，结合运动规划、策略驱动与自动化物理质检，在数百个并行环境中自动批量合成对齐了 RGB、深度、分割、6D 位姿与动作指令的闭环轨迹。环境支持重复调用，条件实现批量调整，数据规模直接与算力挂钩。

这意味着，单中心在短期运转内的有效产出，便有望跨越全行业过去两年积累的数百万小时存量总和。更关键的是，研发流程得以彻底重构：模型在哪类遮挡或布局下报错，算法团队就能针对性扩展环境、补充样本并执行回归测试，大幅缩短问题验证周期。

真实空间定锚点，生成模型扩泛化

长期以来，具身智能行业对仿真始终存有疑虑：环境不够逼真，即所谓的 Sim-to-Real 鸿沟。对此，影溯将问题拆解为两套协同管线：几何、外观、空间关系由真实采集锚定，长尾扩展与重复验证交给仿真生成。

真实空间输入端： 影溯与禾赛旗下 Kosmo 深度合作，将硬件级扫描与三维升维及物理仿真结合。Kosmo 的三维数据引擎可在约15分钟内完成100平方米室内空间的扫描，实现毫米级 3DGS 重建，一次性输出 3DGS、Mesh、Depth 三类对齐数据。随后，影溯通过 3D 升维与世界模型，将这套静态视觉网格拆解并赋予物理属性，转化为机器人可抓、可碰、具备真实物理反馈的“交互级资产”。

生成式模型扩展端： 影溯推出了世界模拟器 Topos Pro，支持单图、多图、视频、LiDAR 与无人机航拍等多源输入。系统可自动完成场景物体的实例级分割、几何对齐与物理属性赋予。桌椅、墙面、设备等元素均可单独替换与微调，并附带碰撞与摩擦属性。

通过这两条管线，场景资产从“一次性消耗品”转变为“可复用原料”。一次采集的数据，能在 Topos Pro 中重组成无数种布局与遮挡关系，无限拓展机器人的泛化边界。

三步资产解耦与工业化分级交付

为了让静态场景转变为可交互的试验场，影溯构建了三步处理流程：

1. 实例级三维解耦：将目标物体从环境网格中精准剥离，使其成为能够独立选定与移动的对象，同时保留其与周边的空间约束；
2. 遮挡完形补全与三维背景修复：补全物体背面的几何结构，并自动修复物体被移走后留下的背景空洞，确保场景经得起反复编辑；
3. 任务级物理属性标定：按需求标定质量、质心、摩擦系数，并精细化处理接触面与邻近障碍物几何，确保动力学交互的真实性。

面向下游算法团队与机器人本体厂商，影溯还推出了工业化的三级环境交付标准：

• L1 移动导航级：交付大尺度拓扑空间、可通行区域及动态干扰，满足底盘移动算法需求；
• L2 灵巧抓取级：交付毫米级几何、碰撞体与密集遮挡组合，满足机械臂末端避障与抓取需求；
• L3 接触与铰接动力学级：交付关节阻尼、接触力与精细动力学标定，针对开抽屉、插拔等长程接触操作。

这一分级体系改变了行业内“高质量数据”缺乏客观验收标准的现状，也明确了仿真在高保真交互中的核心价值。

构建开放生态：SIDO计划汇聚产业合力

海量高保真仿真的落地，同样离不开多方场景生态的配合。影溯已与每日互动孵化的具身数采团队“每回互动”展开合作，将其遍布全国的真实场景采集组织能力与下游需求前置，使场景的可编辑性从采集第一天起就成为输入条件。

此外，影溯联合禾赛、宇树、云深处、商汤、华策影视等20余家产学研机构，启动了“大规模空间智能3D数据开放计划（SIDO）”，整合真实世界实采、互联网内容升维以及仿真合成三大互补路径，并配套评测基准反向定义数据需求。

从“人×小时”到“环境配置数×并行算力”，仿真数采中心正在打破具身智能的数据天花板，推动整个行业从依赖实地搭景的传统模式，转向基于仿真与世界模型的大规模工业化生产。