大模型没吃掉机器人学，数据在偷家

读完1933篇IROS论文，再听完全转型出行公司COO的访谈，两件事在我脑子里撞出了同一个结论：物理AI这场牌局，大家的注意力都在模型上，但真正决定牌局走向的筹码，是数据。

学术界用一篇篇论文证明：大模型并没有“吃掉”机器人学。产业界则用真金白银证明：谁手里有真实数据的持续供给，谁才握着话筒。

这不是概念之争，是落地之争。

📊 1933篇论文，给行业做了一次CT

学术会议是行业最好的体检报告。

IROS作为机器人学最顶级的学术会议之一，每年收录的论文几乎就是这个领域的年度切片。今年，有研究者把会议收录的1933篇论文做了系统梳理，总结出机器人学的六项新变化。其中最核心的一条判断，直接打脸了过去两年的流行叙事——大模型并没有“吃掉”机器人学。

这句话值得反复咀嚼。

过去两年，“端到端”“VLA”“基础模型”几乎成了机器人论文的流量密码，朋友圈里人人都说机器人学要被深度学习重写一遍。但如果大模型真的吃掉了这个学科，1933篇论文里应该是大模型的独角戏。

现实恰恰相反：机构设计、运动控制、感知系统这些经典方向依然在大量产出硬核工作，学习方法是在旧骨架上长新肉，而不是推倒重来。

这背后的产业逻辑很朴素——机器人学是关于物理世界的工程学科，摩擦、间隙、柔性和重力不会因为你换了个模型就消失。模型可以吃掉任务，吃不掉物理。

但注意，“没被吃掉”不等于“没被改变”。六项变化的存在本身就说明，这个学科正在被大模型渗透、重组。而重组之后最稀缺的资源是什么？模型论文铺天盖地，数据却始终是那块最短的板。

🚗 不训模型的如祺出行，想当卖水人

最性感的赛道上，往往站着最不性感的公司。

当自动驾驶和机器人公司都在卷“物理AI”大模型时，如祺出行选择了一条看起来一点也不酷的路径：不自己训练大模型，而是做模型背后的数据基础设施。

故事要从2023年说起。那一年，如祺出行COO韩锋团队推出智驾数据工具链，把日常运营产生的驾驶员驾驶行为、道路路况、路网信息等数据回流，用来支持自动驾驶算法迭代。随后两年，他们做的主要事情就一件：搭数据闭环——从数据采集、清洗处理、标注加工，到模型效果评测，把整条工具链一点点建立起来。

这套体系的物理载体，是投入常态化出行服务的数据采集车、Robotaxi和线下运维网络。这三个东西共同构成一个低成本、持续运转的真实数据发生器——车天天在路上跑，数据天天往回流。

韩锋的期望很有意思：三年后，他希望外界仍然把如祺出行看作一家出行服务公司，但同时把它视为AI数据生态中的重要基础设施。

翻译一下：出行是现金流和场景入口，数据基建才是这家公司在AI产业里的真正卡位。用他自己的话说——当今并不稀缺模型公司，缺少的是能长期通过真实场景稳定获得数据、并把原始数据加工成可用资产的组织能力。

这不是物理AI浪潮里最性感的故事，却更接近产业落地。

🔁 世界模型越强，真实数据越值钱

“世界模型越强，真实数据才是真壁垒”——韩锋这句话初听反直觉，细想全是逻辑。

先看背景。真实数据采集成本高昂、周期漫长，所以越来越多智驾和具身智能公司借助世界模型和仿真平台生成合成数据来补缺口。听起来很合理：合成数据要多少有多少，还便宜。

但问题出在合成的起点上。

韩锋的拆解很清晰：合成数据的能力，是以真实长尾案例为基础，去扩展那些难以反复采集的危险、临界和复杂交通场景。也就是说，合成数据是放大器，不是发生器——它放大什么、往哪个方向放大，取决于真实数据先发现了什么。

而真实数据干的是另一份工作：持续记录交通参与者不可预设的行为、道路环境的变化、传感器的物理响应，帮助发现尚未被识别的问题，并为合成结果提供校准和验证依据。

两者拼起来，才是完整闭环：真实数据负责发现与验证，合成数据负责定向扩展。

这里有一层更深的产业判断：世界模型本质上是对真实数据分布的压缩与重建。喂给它的真实数据分布越广、质量越高，它能外推的边界就越远。世界模型的上限，是被真实数据的天花板决定的。所以模型能力每上一个台阶，对高质量真实数据的渴求反而更凶。

这也解释了为什么“真实数据才是真壁垒”——模型可以追赶，真实场景的数据供给没法一夜追出来。

🧭 数据基建这条赛道，站着谁

看一家公司的野心，别听它说什么，看它卡住了什么位置。

把物理AI数据这条赛道上的玩家摊开看，大致能分出几类：训练大模型的垂直模型公司（多数自建数据团队）、提供仿真与世界模型能力的工具公司、做通用数据服务的云厂商、干标注外包的传统供应商，以及像如祺出行这样手握场景的运营方。

这个象限图里最有意思的是“场景运营商”的位置：技术门槛不是最高的，但商业价值很高。原因很简单——路权、车队、线下运维网络，这些资产是钱买不来的，只能靠时间熬出来。

圈内流传一句玩笑：模型出来之前，先问问数据在哪。投资人现在看具身智能项目，第一反应也往往是这两个字：数据。

而对如祺出行来说，更大的变量在于：具身智能起来了，这套能力有了新的用武之地。

🤖 从马路到厨房：一次数据工具链的迁移

自动驾驶的数据在马路上，机器人的数据在厨房和仓库里。

韩锋在访谈里专门辨析了这两类数据的差异：自动驾驶主要在二维道路空间中完成感知、决策和运动，机器人则要进入三维空间，处理抓取、搬运和精细操作。数据形态不同，任务不同。

但关键在后半句：两者背后的数据处理流程高度相似——从采集、预处理到标注、质检和导出，底层工具链可以复用。到了2026年，具身智能发展很快，如祺出行回头看自己这套体系，发现底层的数据工程具有很强的通用性：变化的是数据形态和任务，不变的是工程体系。

这意味着什么？意味着一个在自动驾驶场景里被验证过的数据流水线，可以低成本地平移到具身智能场景。对缺数据的机器人公司来说，这是一条现成的补给线；对如祺出行来说，这是数据生意的第二增长曲线。

整个逻辑链条是：出行服务养车队→车队产真实数据→数据闭环加工成资产→资产同时供给自动驾驶、世界模型和具身智能三类客户。一条流水线，吃三波红利。

⚙️ 门槛不在技术，在组织能力

“数据服务没有神秘技术”——这话从从业者嘴里说出来，反而最可信。

韩锋的原话是：数据服务的门槛来自长期沉淀的体系化能力。这句话乍听像谦虚，其实是这行最残酷的真相。

数据工具链的每一个单点环节——采集、清洗、标注、质检、评测——单拎出来都不构成护城河，市面上随便一家外包公司都能做。真正的壁垒在于：

第一，持续性。数据采集不是做实验，是做运营。采集车要天天跑，Robotaxi要常态载客，运维网络要随叫随到。这种日复一日的供给能力，考验的是运营功力，不是算法功力。

第二，闭环性。采回来的数据要能流进模型，模型评测发现的问题要能流回采集端定向补采。断在任何一环，数据都只是原料，不是资产。

第三，通用性。底层工程体系要在不同数据形态之间迁移，二维到三维、道路到家庭，工具链换任务不换骨架。

这三条没有一条能靠融资速度堆出来。这也是为什么模型公司层出不穷，数据基建玩家却寥寥——性感的事情大家抢着干，苦活累活反而成了稀缺供给。

🎣 结语：分水岭不在参数量，在流水线

把两条线索合起来看：1933篇IROS论文告诉我们，机器人学的根基没有被大模型动摇，它正在进入一个模型与经典方法融合的新阶段；韩锋和如祺出行的故事则告诉我们，这个新阶段最硬的通货，是真实数据。

模型公司在聚光灯下，数据基建在阴影里——但物理AI要真正落地，靠的是后者持续不断的供给。

未来三年，这个行业的分水岭大概率不在参数量，而在数据闭环的运转效率：谁能以更低的成本、更快的速度把物理世界的原始数据变成模型可用的资产，谁就握住了下一个周期的入场券。

至于那些现在就开始闷头修管道的公司，三年后回头看，可能才是最聪明的那批人。