机器人未来上岗打工前，得先在这个“数字道场”毕业！
具身智能赛道热火朝天，人形机器人进厂打工、进家庭服务的画面频频刷屏。但机器人真要“上岗”，得先跨过一道坎。在真实世界里采集训练数据，不仅成本高昂、极端场景也难以复现。于是，一座为机器人特设的“数字道场”应运而生。它由海量3D合成数据搭建而成——谁能造好这座“道场”，谁就握住了具身智能落地的那把钥匙。
从家装设计到机器人训练场
深耕空间智能领域的杭州群核信息技术有限公司（以下简称“群核科技”），起点并非机器人，而是家装3D云设计平台酷家乐。过去十几年，依托中国庞大的房地产和家居市场，群核科技积累了超过5亿个结构化3D空间场景、4.4亿个3D模型。在这个数据的背后，是一套打磨了近10年的完整的数据工程管线，能够将视觉真实的渲染空间，转换成物理正确且低成本可交付的结构化三维空间表示。
“这条路径不是转型，是顺势生长。”群核科技SpatialVerse负责人王见宇表示。在物理AI时代到来前，群核科技用极低的成本，系统性地完成了真实世界空间数据的积累。物理AI最核心的挑战不是算法与算力，而是物理正确的三维数据与运动数据——涵盖精确尺寸、材质、结构承重、运动铰链关系等关键物理信息。这些非结构化数据不会出现在互联网上，却恰好是群核科技的核心资产。
如今，这些积累化作了一个正向循环的“飞轮”：工具产生数据，数据训练模型，模型又反哺工具。竞争对手可以从零做一个工具，但很难在短期内复制十几年的数据沉淀。
仿真演练是机器人的“战术板”
具身智能要在真实世界安全工作，必须在虚拟环境里海量试错。与实景采集数据相比，仿真合成空间数据有哪些独特价值？
“在真实世界里采集数据、部署机器人与场景，有其得天独厚的优势，但与此同时，难度和成本也都很高。”王见宇打了个比方，就像人类学打篮球，肯定要先练基本功，但到了比赛前，教练一定会拿着战术板演练很多战术，模拟未来可能遇到的状况。“机器人其实也是类似的道理，仿真数据和真机数据并非替代关系，而是相辅相成，在不同阶段承担不同责任。”
合成数据解决的是机器人训练的四个根本问题：不够多、太贵、不合规、不够真。以群核科技的SpatialVerse平台为例，它提供开箱即用的SimReady资产：模型资产经由数据管线被赋予质量、摩擦、弹性等物理参数，门能开、抽屉能拉，铰链关节的运动规律与真实世界一致。
这种工业级的数据生产管线效率极高。例如，在与银河通用的便利店机器人场景训练合作中，群核科技交付了的SimReady OpenUSD数据集，客户获取单个场景的时间从数天缩短到数小时，整体研发成本下降约70%。
英伟达和斯坦福的联合实验也显示，以90%合成数据配10%真实数据，复杂任务的成功率是单纯使用真实数据训练的4.5倍。
大湾区是推进空间仿真落地的战略阵地
空间智能要落地，离不开产业链协同。在王见宇看来，长三角与粤港澳大湾区在AI时代有着天然的互补性。
“通俗来讲，广东这边解决的是制造实体，杭州这边解决的是算力和大脑，这两者可以有效结合。”王见宇认为，大湾区聚集了全国规模最大的家居智造集群、建筑产业带与工业机器人产业链，上下游场景土壤完整，是推进空间仿真落地的最重要的战略阵地之一。
一方面，在家居制造端，群核科技推出了行业首个AI智能体——“AI智能设计平台”，用户仅需简单的文字或语音对话，几分钟即可生成可落地的空间方案，打通了从设计到生产的全链路。另一方面，在工业机器人端，群核科技与大湾区诸多机器人本体企业展开合作，为其提供通用仿真底座，让中小企业不用自建团队，就能“拎包入住”虚拟训练场。
“未来，每一个机器人在上岗之前，都需要先在这个虚拟世界里面毕业。”王见宇认为，这一天可能会比大家想象的来得更快。随着空间智能打通虚拟与物理世界，具身智能真正走向千家万户的奇点，正在加速到来。
采写：南方+记者 昌道励
摄影：南方+记者 张令
剪辑：南方+记者 何志豪
设计：吴颖岚
垒富优配官网提示：文章来自网络，不代表本站观点。
