机器人不缺数据，缺的是经验

最近两件事凑在一起，颇值得玩味。

一边，斯坦福TML 实验室把 HomeBody 悄悄挂上了官网——副标题写得很直白：一台会自己探索、自己记住、自己行动的人形机器人。另一边，雷峰网「物理AI50人」访谈里，SeeAct AI 的 穆尧 把话直接挑明：具身智能的终局，一定是从「被训练」走向「自我进化」。

一个用系统给出答案，一个用判断给出方向。

我的判断很直接：行业烧了几年钱堆出来的数据叙事正在见顶，下一阶段的分水岭，不是谁的数据集更大，而是谁能把机器人的交互，变成可持续沉淀的经验资产。

🌑 下注的时候，地图还是空白的

先讲讲穆尧下注的那个时点。

用访谈里的原话说，那是具身智能最荒芜的时候——没有成熟数据集，没有标准 Benchmark，甚至没有一条被验证能走通的技术路线。三无状态。

就是在这样的环境里，穆尧南下港大读博，一头扎进具身智能。2021 年，他进入 HKU MMLab，成为实验室创始人 罗平 教授、以及中国人工智能奠基人之一的 汤晓鸥 教授共同指导的学生。罗平当时给出的判断是：具身智能会是一个非常 Promising 的方向。

现在回看，这句话的分量在于：它是在没有任何Benchmark背书的情况下做出的。

这段经历出自雷峰网「物理AI50人」栏目，作者李秋悦、编辑吴彤——这个栏目本身也是个信号：具身智能的人物谱系，开始被系统性记录了。

产业逻辑其实很朴素：判断一个方向的早期价值，看的从来不是当下的热度和估值，而是地图的空白程度。空白越大，先入者拿到的定义权越值钱。当年在无人区里定坐标系的人，今天往往就是给行业写考卷的人。据多位接近学术圈的人士回忆，那几年愿意 all in 具身智能的博士生，在求职市场上是被当作「风险资产」看待的——而 SeeAct AI 整家公司，就是从那片风险资产里长出来的。

空白的地图不吓人，吓人的是地图画满了、路还没修通。

🏠 一台会自己「逛家」的机器人

再看 HomeBody 这边，有个细节很说明问题。

这个项目挂上 斯坦福TML 官网后，也被转到了 Hacker News 上——5 个积分，0 条评论。没有发布会，没有融资通稿，安静的像深夜里一个工程师的提交记录。但在机器人系统工程师眼里，这个项目的标题本身就是一份架构图：explores, remembers, and acts on its own。

三个动词，对应三个模块：

• Explore：机器人在真实环境里主动探索，而不是被动等待人类示教；
• Remember：把探索过程中的关键信息沉淀为可复用的记忆；
• Act：基于记忆决定下一步行动，而不是每次都从零推理。

把这三个动词连起来，就是一个把「经验」工程化的最小闭环：

熟悉传统机器人自主栈的人都清楚，这套感知-规划-控制的架构里，记忆通常只是地图和位姿——机器人的「记忆」是几何的，不是经验的。HomeBody 的意义在于把记忆升格为系统的一等公民：机器人记住的不是墙在哪，而是上次怎么做成了、怎么做砸了。

我的判断：与其说 HomeBody 是一个模型，不如说是一份路线宣言。当学界顶级的系统实验室开始给「探索-记忆-行动」闭环做原型，说明「经验资产化」已经从嘴上的愿景，变成了可以动手搭的系统问题。行业最不缺的是 PPT，缺的恰恰是这种能落地的台阶。

🔄 两条闭环，两种命运

任何一台 deployed 的机器人，都在为两个闭环打工——只是多数团队还没意识到。

第一个闭环是当下主流：遥操作采集、人类示教，数据喂进模型做模仿学习，部署到固定场景。长尾问题暴露了？那就回去补采数据。这个闭环里，机器人是「被训练」的，每一次能力提升都要人类先掏腰包。多位接近头部整机厂的人士都提到过一个相似的场景：调运工程师深夜守在产线边补采数据，成了过去两年具身智能公司最真实的日常剪影。

第二个闭环是穆尧说的终局形态：机器人自己在真实环境里交互，把结果沉淀为经验，经验反过来更新策略。前者是燃料逻辑，后者是发动机逻辑。

两条路线的差异，摆在一张表上看更清楚：

穆尧在访谈里有一句话，我认为值得刻在每家具身智能公司的墙上：「机器人真正缺的，不是数据，而是经验。」

数据是别人嚼过的，经验是自己消化的。模仿学习再怎么 Scaling，能力天花板也画在人类演示的分布上；而经验是闭环资产——一台机器人踩过的坑，可以被下一台直接继承，边际成本趋近于零。这才是具身智能可能出现「软件级毛利」的前提，也是自我进化叙事在商业上真正性感的地方。

🧭 谁先攒下经验资产，谁拿走场景定价权

把视角从实验室拉回商业现场，故事会更扎心。

想象一个再普通不过的场景：客户新上了个 SKU，产线切换。传统范式下，机器人要回炉——重训、重测、重新验收，一套流程走完，客户的耐心也走完了。而在经验闭环里，理想状态是机器人在场学习：试错、记住、更新，切换成本从「重训一次」降到「重跑一遍」。

这两种成本结构，决定了两种完全不同的续费率。

把时间线拉长看，行业正在沿这条逻辑推进：

产业判断：价值链正在上移。本体硬件的毛利被一代代新品卷薄，这几乎是确定性事件；而「经验中间层」——那个介于裸机和场景运营之间的、负责积累和复用经验的部分——会成为下一个议价点。逻辑类似云计算：卖机器的赚一次性钱，管经验的赚持续的 钱。谁掌握经验层，谁就握住了场景的续费权。这也是为什么穆尧的公司叙事敢于直接押注自我进化——他们赌的不是技术炫技，而是这个议价位置。

⚠️ 冷静点，进化不等于失控，更不等于量产

最后泼一盆工程师该泼的冷水。

每当我讲「机器人自己学」，验收环节的同事就会问同一个问题：它自己学出来的动作，谁签字？这不是抬杠。一台会自我进化的机器人，意味着它的行为分布在持续变化——今天的测试报告，担保不了明天的行为。安全边界、责任归因、可回滚性，这些都是自我进化路线绕不开的地基，而且必须在规模化之前打好，不能事后补。

一个耐人寻味的对照是：穆尧读博时，行业的痛是「没有标准 Benchmark」；而今天，评测经验质量的标准 Benchmark 同样缺位。我们还没有一个公认的方法，去回答「这台机器人的经验攒得好不好、迁移得稳不稳、退化得快不快」。

判断很明确：自我进化的工程化难题，短期不在算法，而在可验证性。经验资产要能变现，先得能审计——记忆的更新要有白盒记录，策略的回退要有明确路径，进化的收益要有第三方可复现的度量。评测体系通常先行于商业化：当年没有Benchmark大家不敢 all in，未来没有「经验 Benchmark」，客户也不敢把产线交给一台每周都在变的机器人。这是冷峻的工程现实，但恰恰也是创业公司的机会所在。

写在最后

数据是燃料，经验是发动机——这是穆尧那句话给我的最大启发，也是 HomeBody 那三个动词给我的系统注脚。

上半场，行业用遥操作和示教堆完了数据的地基；下半场，胜负手在于谁能把「探索-记忆-行动」闭环做成可审计、可复用、可续费的经验资产。斯坦福给了一次性原型，SeeAct AI 给了方向判断，而留给整个行业的，是一张还没有 Benchmark 的空白考卷——和当年穆尧南下时，一模一样。