破除百万小时幻觉
从卢策吾让机器人给自己刮胡子的极限测试,到RoboDojo-Agent榜单上自进化路线断层登顶,具身智能正在戳破"百万小时数据"的叙事滤镜。本文拆解数据采集三条路线的成本结构,论证下半场的胜负手在数据信息密度与闭环迭代速度,而非时长军备竞赛。
卢策吾大概是世界上第一个让机器人拿刀片给自己刮胡子的人。这位穹彻智能联合创始人兼CEO、上海交通大学人工智能学院副院长,在给行业下判断时却出奇保守:不给“拍脑袋”的答案,凡事要拿实验说话。当整个具身智能行业沉迷“百万小时数据”的军备竞赛时,他和一匹榜单黑马给出了同一个警告:堆时长堆不出智能,闭环自进化才是下半场的分水岭。
🔪 刮胡子:不许失误的极限测试
演示可以剪辑,刀片不能。
先说那个著名的实验。卢策吾让机器人拿刀片给自己刮胡子——颈部皮肤、锐利刀刃、毫秒级力控,任何一次感知延迟或力控超调,代价都不是“任务失败”四个字能概括的。这不是发布会式的表演,而是对感知、控制、安全全链路最残酷的压测:把失效成本放到最高的地方,去检验系统的真实可靠率。
敢做这个实验的人,履历本身就在说话。2014年,他赴斯坦福大学人工智能实验室做博士后,师从李飞飞;机器人顶会最佳论文的榜上,也常有他的名字。2023年,他牵头撰写并确立了“具身智能”的中文标准术语定义,由中国计算机学会发布——这个领域第一次有了规范的中文概念。同年11月,穹彻智能从非夕科技孵化成立,他出任CEO兼首席科学家。
这恰恰是当下行业最稀缺的品质。具身智能目前最大的风险不是技术迭代慢,而是演示视频与真实可靠率之间的鸿沟——能刮一次胡子,和能一万次不出事故,是两个完全不同的产业。前者是融资素材,后者才是产品。
📉 从7个人的会场到最热的钱
风口来的时候,从来不打招呼。
时间拨回2021年。卢策吾办了一场具身智能论坛,到场的只有7个人,讲到一半又走了三四个;隔壁计算机视觉的会场,坐着几百人。四年后,同一条赛道吸走了整个风投业最热的钱。
转折点集中在2023年,密集到可以用月来计时:
智元机器人成立
谷歌发布RT-2 VLA路线起步
宇树推出通用人形H1
穹彻智能从非夕孵化成立
这四件事拼出了行业的分水岭。智元机器人成立,意味着中国玩家集体下场;谷歌发布RT-2,把大模型直接接到机器人的动作输出上,VLA路线由此起步——这是叙事层面最关键的一跃,机器人第一次被放进“AI原生”的框架里估值;宇树的H1把通用人形的硬件门槛快速打下来;11月穹彻成立,闭门做数据与智能的底层。
但从7个人的冷清会场到资本蜂拥,只隔了一个季度多一点。据IT桔子统计,2024年国内具身智能领域融资事件已超过百起,披露金额合计逾百亿元人民币,2025年上半年仅智元机器人、它石智航等头部公司的单轮融资金额就多次达到数十亿元级。值得注意的是, according to 高工机器人研究所(GGII)2025年初发布的产业报告,相当一部分资金流向的仍是“本体+采集数据”的传统路径,与"VLA+闭环自进化"的技术分岔并未对齐。行业情绪的摆动幅度,远大于技术曲线的真实斜率,这是每个泡沫期共有的特征。
⏱️ 百万小时,是个危险的幻觉
小时数衡量的是投入,不是能力。
这就说到那个“最危险的幻觉”。卢策吾是中文世界“无本体采集”的提出者——通俗讲,就是不依赖真机本体去采数据,而是从人类视频等来源中提取动作先验。他警惕的,正是行业对“数据小时数”的迷信:把遥操作真机采集的累计时长当作能力勋章,仿佛谁先攒够百万小时,谁就赢了⚠️。
问题出在三个地方。其一,遥操作真机数据又贵又慢,GGII在上述报告中估算,单台人形机器人遥操作采集的有效数据成本高达每小时数百元,决定了它只能覆盖窄分布;其二,小时数是投入度量,不是能力度量——同样一万小时,任务多样性和单任务重复堆量,信息密度天差地别;其三,当小时数变成KPI,数据采集就会退化为同质化堆叠,边际收益快速递减💡。
方向上的转变已经发生。2024年底,智元机器人公开宣布开源其AgiBot World百万真机数据集,同时把相当一部分采集预算转向仿真合成管线;字节跳动的GR-2、英伟达的Cosmos也都把互联网视频作为预训练的动作先验来源——这与"无本体采集"殊途同归,等于头部玩家用脚投了票。
🔄 下半场:闭环自进化
数据不是采出来的,是跑出来的。
卢策吾给出的替代路线,是“闭环自进化”:机器人在真实任务环境中执行、失败、被纠正,每一次交互产生的数据回流训练,系统越用越强。这条路线的分水岭意义在于——它比拼的不再是采集端的军备投入,而是算法端把有限数据转化为能力泛化的效率。
这意味着评判标准要换一套。看一家具身智能公司,与其问“攒了多少小时数据”,不如问三个问题:任务成功率是多少?换一个没见过的场景还剩多少?每新增一小时的部署,能力曲线爬升多快?
回到开头那把刀片。敢让机器人给自己刮胡子的人,不太可能相信“堆够时长就安全”——可靠性从来不是从数据堆里长出来的,而是从最严苛的失败测试里淬出来的。泡沫会退潮,而下半场的门票,只会发给那些把闭环真正跑起来的团队。