点击下方卡片，关注【Xbotics具身智能实验室】公众号
你想要的这里都有~~
8月20日晚，「WRC 2026具身智能开发者 AFTER PARTY」数据专场在中关村（亦庄）国际机器人产业园举行。
本次活动由北京人形机器人创新中心及其旗下天工造物开源社区联合Xbotics具身智能社区主办，未来机域E-Bot Hub特别支持。来自机器人企业、高校和科研机构的嘉宾与开发者齐聚现场，围绕「什么样的数据，真的有用」展开交流。
从展示能力，走向能力落地
北京人形机器人创新中心开发者生态运营负责人汪秋兰在致辞中表示，当前人形机器人产业正处于从技术突破走向真实应用的关键阶段。
「我们不缺模型，不缺演示，也不缺热点，但整个行业真正稀缺的，是从实验室走向真实物理世界的落地能力。」
她提出，具身智能生态需要技术、标准、产业和开发者共同参与。这也是北京人形机器人创新中心一直在坚持的事情：开物生态·万物生，以技术创新 “不止步” 让天花板不断被打破，以产业应用 “不独行” 与世界一流企业共同定义机器人时代，以开发者生态 “不筑墙” 降低创新门槛，以标准引领 “不踩坑” 规避行业试错。
我们将持续开放本体底座、开发工具链、数据集能力和中试测试资源。北京人形希望，让开发者不用从零造轮子，把更宝贵的精力，全部聚焦在算法创新、场景创新和产品创新上。期待与各位生态伙伴共创共赢，共同开启具身智能的全新阶段。
当晚活动由Xbotics学术负责人纳昱恒主持。他在开场中把讨论从机器人展示出的动作能力，带到了能力背后的数据链路。
「具身智能真正困难的地方，不只是数据贵、采集慢，而是需要回答，新增什么样的数据，以及究竟能够补上什么样的能力缺口。」
围绕这一问题，现场讨论没有停留在数据规模上，而是沿着数据产生、训练使用和真机验证的路径，追问数据如何真正推动机器人能力增长。
夏华林｜让每一条数据都服务于模型能力跃迁，并在闭环中持续升值
北京人形机器人创新中心具身数据负责人夏华林以「什么样的数据真正有用，从数据量到数据价值」为题进行了分享。
他指出，高质量数据未必等于高价值数据。真正有价值的数据，需要为模型带来可验证的增益，并具备规模化复用和持续升级的能力。
「100万小时的低质量重复数据，肯定不如1万小时多维度有效的数据。」
围绕高价值数据，北京人形建立了涵盖完整性、时空对齐、场景多样性、业务适用性和合规安全等维度的评价体系。数据经过采集、标注和用户验收三道质检后进入训练，模型表现再反向决定下一轮需要补充什么数据。
这套闭环先在北京人形具身数据基地内转动。任务需求驱动采集，模型验证暴露能力缺口，新的问题再回到数据生产环节，让数据规模真正转化为能力增长。
飞轮的下一站是产业现场。夏华林认为，具身智能可以优先进入危险、枯燥重复及脏累差等3D垂域场景。机器人在真实任务中持续产生数据，经过筛选和训练后重新部署，逐步提升单一场景的稳定性，并向相邻任务复制。
行业竞争也由此从拼数据数量，走向拼高价值数据储备和全链路闭环能力。衡量数据飞轮是否真正转起来，最终仍要看机器人在现场有没有变得更好用。
陆逸文 | 人类经验与仿真世界，提供两种学习路径
灵巧智能DexGEM Lab陆逸文围绕「人是万物的尺度，无本体人类数据与灵巧操作」进行了分享。
精细操作对延迟、接触和受力变化十分敏感，机器人与人体的构型差异也可能放大动作误差。基于这一判断，陆逸文提出了一个鲜明观点。
「对于精细灵巧操作，遥操作是不合适，甚至可能是有毒的。」
他认为，人类自然操作数据记录了操作轨迹、接触状态和任务意图，可以为机器人的灵巧能力提供更可靠的冷启动来源。团队采用任务语义敏感的重定向方法，将人类操作经验适配到不同形态的灵巧手上。
陆逸文还特别强调了触觉和力觉的价值。视觉能够告诉机器人物体在哪里，接触信息则直接影响机器人能否真正握住、转动或按下物体。
正如他在现场举例，人可以闭着眼睛翻转手机，但手被冻僵后，同样的操作就会变得困难。
团队选择先由人类数据教会模型如何使用一只手，完成基础能力冷启动后，再通过真机运行采集数据、继续迭代。
孙家琦｜仿真提供可验证的计算世界
谋先飞首席架构师孙家琦则从仿真出发，分享了机器人在可计算环境中的训练与验证路径。
「仿真真正的价值，是提供可交互、可干预、可验证、持续学习的计算世界。它超越数据本身。」
孙家琦指出，具身智能面对的困难还包括经验难以复用、多源数据难以对齐。高质量仿真环境能够提前完成部分训练和策略验证，在真机采集成本较高或操作风险较大的场景中尤其重要。
他同时强调，Sim to Real建立在高质量仿真资产之上。场景中的物理参数、接触关系和运动状态需要尽可能接近真实世界，机器人在仿真中学到的策略才有机会迁移到真机。
王明晖｜数据在工作中产生，也在失败中增值
灵御智能首席产品官王明晖把数据放回真实商业场景。他认为，理想的数据采集方式应当伴随机器人工作自然发生。用户获得服务，机器人也在持续积累经验。
「最好的数据采集场景，是伴随在一个真实使用场景中、一个非常愉悦的使用工具，它同时自然地产生了数据，就像Model 3一样。」
分享中，王明晖介绍了遥操作与数据飞轮的结合方式。机器人能够完成任务时由模型自主运行，出现异常后由人类及时接管。接管前后的数据记录了机器人能力的边界，也为下一轮训练提供了明确方向。
他将这类数据形象地称为模型的「错题本」。
「当机器人作业过程中出现了Corner Case，马上进行人工接管，这个接管时刻的数据价值是最高的。」
真实业务提供任务，遥操作保障机器人可以进入现场工作，执行过程中产生的数据再回到模型训练。数据由此融入机器人的日常运行。
叶一川｜把单个项目沉淀为行业能力
范式智能具身事业部总经理叶一川从软件架构和开源生态展开分享。他介绍了开源跨平台具身智能Agent框架PhanthyMotus，围绕感知、决策与执行构建能力链路，并面向多类机器人本体提供适配支持。
叶一川表示，具身智能产业仍面临人力投入高、开发成本高和规模化困难等问题。开源架构可以把单个项目中的技术成果沉淀为可复用能力，减少同类项目的重复开发。
「我们希望让单个项目成为整个行业的可复用能力，而不是依靠一家企业去解决一整条链路的问题。」
分享还介绍了通过自然语言生成和调用机器人技能的方式。开发者可以在已有能力上继续组合任务，提高机器人技能开发和部署效率。
圆桌交锋，什么样的数据真正有用
主题分享结束后，同济子豪兄主持了圆桌讨论。几位嘉宾从市场交易、人类经验、采集体验和产业应用等角度，进一步讨论了高价值数据的判断标准。
同济子豪兄将现场观点概括为「最贵的数据、最真的数据、最愉悦的数据、最现场的数据」。
地瓜机器人软件平台副总裁秦玉森从市场流通角度提出，数据能否被定价和交易，可以反映它是否对应真实需求。
「能被定价的数据才是好数据，能卖得出去的数据才是好数据。」
他指出，当前具身数据交易仍存在信息不对称。买方难以提前判断数据对模型是否有效，卖方也缺少统一的价值评估方式。供需两端无法顺畅连接，容易形成数据流通的「堰塞湖」。
在秦玉森看来，数据闭环的目标并不是不断积累更多数据，而是从运行过程中找到更少、更关键的样本，提高单位数据的价值密度。
关于数据的真实性，陆逸文认为，一条好数据需要完整记录人或机器人与物理世界的交互过程，不能只保留动作轨迹，还要关注物体状态和接触变化。数据是否有效，最终仍需通过模型表现进行验证。
谈到仿真与真机的关系，他给出了一个直观的比喻。
「仿真是理论课，真机是实验课。上完理论课到了实验室，发现明明都学过，怎么感觉都不太一样了？但如果没有仿真，直接上实验课，你要花多得多的时间。」
Xbotics创始人木木把尚未得到充分利用的监控视频、智能穿戴设备数据和公开视频形容为「大家都抱着金碗要饭」。这些数据拥有丰富的人类行为信息，真正的难点在于如何找到有效片段，并完成筛选、清洗和训练转换。
关于仿真的长期价值，木木认为，它可能像MATLAB一样，继续服务于危险、昂贵或难以开展大规模真机采集的领域。随着生成式模型进一步参与场景和轨迹构建，仿真数据也有机会获得更大的生产规模。
现场对遥操作的判断出现了不同声音。
陆逸文关注精细灵巧操作中的延迟、力反馈和本体差异，认为人类自然操作数据更适合完成能力冷启动。王明晖则从产业落地出发，强调遥操作是现阶段帮助机器人立即进入真实场景的务实路线。
技术路线并未在圆桌上被简单分出高下，讨论反而厘清了各自的适用边界。人类自然操作数据可以提供广泛经验，仿真承担了低成本训练与验证，遥操作则让机器人及时进入真实业务。不同数据最终都要回到模型效果和任务结果中接受检验。
关于数据闭环，现场最受关注的仍是机器人即将失败时的人工接管数据。
「真正有价值的数据，不是成功数据，也不是失败数据，而是机器在快要失败的那一瞬间、被人工接管的那一段。」
王明晖表示，这类数据准确记录了模型即将失控的状态，也保留了人类如何修正任务的过程，因此更接近机器人当前最需要学习的内容。
经过主题分享与圆桌交流，现场对高价值数据形成了更加具体的判断。它需要对应真实需求，完整保留物理交互过程，具备可持续的数据生产方式，并在产业现场推动机器人能力增长。
本次数据专场录播及嘉宾分享资料后续统一上传至天工造物开源社区，供开发者查阅学习。
圆桌讨论结束后，现场话题继续向台下延伸。两位观众结合嘉宾分享提出问题，与台上嘉宾进行了面对面交流。技术观点在一问一答中进一步落到具体场景，也让这场开发者活动多了更直接的思想碰撞。
作为现场互动纪念，两位参与交流的观众分别获赠由北京人形准备的具身天工3.0手模。讨论从嘉宾分享到观众提问，也从台上的观点交流延伸到每一位开发者的真实思考。
世界模型专场，今晚继续
数据专场讨论了机器人如何获得经验。今晚，问题继续向前推进，机器人能否理解动作与环境之间的关系？
杯子为什么会倾倒？门被推开后，环境会发生什么变化？任务受到干扰时，机器人应该怎样调整下一步动作？
8月21日18时，「WRC 2026具身智能开发者 AFTER PARTY」世界模型专场将在中关村（亦庄）国际机器人产业园举行。
北京人形多模态算法专家Joy Zhang、原力无限联合创始人刘扬、AAAI 2026最佳论文得主宋文轩，以及OpenHelix Team创始人丁鹏翔将围绕世界模型的技术路径、能力边界与落地进展展开交流。圆桌环节由同济子豪兄与纳昱恒主持。
世界模型，能让机器人真正「看懂」世界吗？
答案，今晚现场继续寻找。
活动时间
8月21日 18:00—20:00
活动地点
中关村（亦庄）国际机器人产业园52号楼
参与方式
扫描海报二维码报名，审核通过后入场。
-END-
Ask Me Anything｜提问箱
对文章有疑惑，或想聊更深？欢迎把你的问题丢给我们：技术方案、实操踩坑、课程与资料、项目合作、职业发展，都可以问。
怎么问：在评论区留言，或私信公众号
我们会做什么：每周集中整理高质量问题并公开回复，重点问题邀请作者或嘉宾深度解答；典型问题会加入知识库并持续更新。
提问小提示：尽量说明「你的目标—当前做法—期望产出」，附上必要信息（硬件/软件版本、数据规模等），能更快获得有用答案。
一起把问题变成知识，推动社区进步 🚀
