成本压至 1/10！告别人海采数，具身数据Token工厂要如何跑通？

智东西 作者 | 王涵 编辑 | 漠影 过去几年，AI的两次规模化发展，都离不开 充足的数据供给 。 大语言模型可以直接利用互联网上积累多年的网页和代码数据，通过持续训练提升模型能力；自动驾驶企业则可以依靠量产车辆的影子模式（Shadow Mode），从真实道路中持续收集行驶数据和人工接管记录。以特斯拉为例，其通过全球数百万辆量产车，将数据采集融入日常驾驶过程，不需要额外组织大规模人工采集。 但到了具身智能领域，这样的数据供给条件并不存在。 过去两年，行业主要依靠真机遥操作和第一视角（EGO）可穿戴设备采集数据，累计获得的真机有效数据和EGO数据也 只有数百万小时 。对于已经投入大量资金的机器人公司和大模型企业来说，想要获得足够规模的高质量训练数据，依然不容易。 10月30日，空间智能公司影溯（InSpatio）在杭州落地 全国首个具身仿真数采中心 。影溯预计，该中心将 单月生产100万小时仿真训练数据 ，单条数据综合成本约为传统真机遥操作采集的 1/10 。 全行业花费两年积累数百万小时数据，影溯凭什么计划将产能提升至单月百万小时？要回答这个问题，我们需要先看清当前具身智能数据采集面临的困难，以及影溯如何将现实场景转化为机器人训练数据。 一、 为什么现在的具身行业，做不到大批量的数据供给？ 合格的具身Token需要同时包含三个要素，即 三维空间观测、真实物理接触反馈和可执行动作序列 。 也就是说，数据不仅要记录机器人看到了什么，还要包含机器人如何与物体交互，以及动作发生后产生了怎样的变化。 围绕这些要求，目前行业主要有 2 条 数据获取路径：一条是在物理世界，通过真机和可穿戴