元股证券:ygzq.hk
具身智能正在探索更大规模的模型训练，但一个核心问题仍待回答：数据规模的增长，如何真正转化为机器人能力的提升？
随着 VLA、世界模型与机器人基础模型持续演进，从人类第一视角视频、遥操作示范到真实机器人交互，不同技术路线正探索规模化获取训练数据的可能性。
但数据规模的扩张，并不必然带来机器人能力的同步提升。如何确定不同数据来源的投入优先级，如何通过采集生产、数据配方与模型评测提升数据价值，以及如何让数据从技术资源走向商业交付，成为具身智能发展中值得深入讨论的问题。
基于此，11 月 5 日下午，机器之心将联合张江 AI 创新小镇生态公司，在上海·张江 AI 小镇服务中心 3 楼（浦东新区海科路 1650 号）举办“Triple T”张江塔尖会系列技术沙龙，聚焦「Data In Motion｜具身智能的下一场数据战」。
本次活动将汇聚高校研究者、具身模型团队、数据采集企业及产业技术负责人，围绕路线供给选择、采集生产、训练转化、数据配方与评测等话题展开交流，共同探讨具身数据从规模增长走向能力验证与产业价值的关键路径。
三大亮点，直击具身智能的数据核心命题
亮点一：双人技术交锋，直面具身预训练的数据路线分歧
随着具身模型训练对数据规模与多样性的需求不断增加，如何确定不同数据路线的投入优先级，成为值得讨论的技术问题。
人类第一视角视频、遥操作等数据具有规模化采集的潜力，而真实机器人交互能够提供与目标本体、任务执行及环境反馈直接相关的信息。不同路线在采集成本、数据分布、动作表达与跨本体迁移方面各有特点。
特别邀请蚂蚁灵波科技首席数据科学家黄用韬，清华大学人工智能学院助理教授刘淼，围绕预训练阶段的数据主体选择、投入效率与多源数据互补展开交流。
这并非一场简单的路线二选一，而是希望通过不同技术判断的碰撞，进一步讨论：在有限的资源投入下，哪类数据应该承担预训练的主体，其他数据又应补足什么？
亮点二：技术 Open Mic，从多模态数据采集到机器人持续学习
数据规模的扩大，并不必然带来机器人能力的同步提升。如何获取包含真实物理交互信息的数据，如何通过数据配方与评测提高数据利用价值，以及如何借助数据 Scaling 推动机器人持续学习，是具身智能发展中值得关注的技术问题。
特别邀请千觉机器人创始人 & 首席科学家、上海交通大学教授、机器人操作感知与智能实验室（MPI Lab）负责人马道林，上海交大人工智能学院副教授、上海创智学院全时导师、RhOS.ai lab 负责人李永露，深朴智能联合创始人兼技术副总裁李明磊从不同研究与实践视角探讨具身数据如何支撑机器人能力发展。
亮点三：产业碰撞场，算清具身数据生意的真实账本
技术价值如何转化为商业价值，是具身数据产业化过程中另一项重要挑战。
随着数据采集设备、数据生产服务与机器人模型研发不断发展，数据供给方与需求方正在探索不同的合作与交付方式。但在实际交易中，数据的质量如何衡量、采购标准如何确定、生产成本如何控制，仍然需要产业链各方共同探索。
特别邀请香港大学 MMLab 博士生、Lumina 具身智能社区创始人陈天行，新智具身 CEO 赵世豪，模感科技联合创始人兼 CTO 周航及投资机构代表同台交流，围绕真实需求、成本结构、商业模式三项核心议题，通过数据供需双方的直接交流，让具身数据的技术价值接受实际需求、成本与交付能力的检验。
便捷炒股配资开户活动日程
扫码锁定线下席位
这场技术沙龙不仅是一次围绕具身智能数据的前沿交流，也希望成为连接高校研究、数据采集、模型研发与产业需求的开放现场。
在这里，你将听到来自学术研究与产业一线的技术探索和实践判断，了解不同数据路线的研究进展与投入逻辑，共同探讨从数据生产、训练利用到模型评测与商业交付，具身智能还需要突破哪些关键问题。
欢迎具身智能研究者、开发者、数据采集与模型企业、投资机构及相关产业伙伴报名参与，共同探索具身数据技术与产业协同的更多可能。
特别提醒：本场活动采用报名审核制实盘配资杠杆风险，审核通过后您将收到短信通知，未通过报名的同学欢迎后续参与我们的其他活动。
老牌证券杠杆网提示：本文来自互联网，不代表本网站观点。
