机器人缺的不是数据，是经验

2021年，当穆尧南下香港大学读博时，具身智能还是一片几乎没人愿意押注的荒地。

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。四年后，他带着SeeAct AI站在聚光灯下，说出了那句在业内流传甚广的判断：机器人真正缺的，不是数据，而是经验。

这句话听起来像绕口令，实际上是对当前具身智能主流路线的一次正面开炮。当整个行业都在为『采多少条数据』『建多大的数据工厂』争得面红耳赤时，穆尧给出的答案是：这条路的天花板，可能比大多数人想象的要低。

这篇文章，我们就把这句话拆开揉碎，看看『被训练』和『自我进化』之间，到底隔着一道什么样的鸿沟。

🌱 荒芜期入场：好棋往往下在没人看的地方

入场的时机，往往比入场的姿势更重要。

先把时间拨回2021年。彼时的具身智能，用穆尧自己的话说，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。社区里连『该走强化学习还是模仿学习』这种地基级问题都没有共识，更别提什么规模化落地的路线图。

就在这个时候，穆尧南下港大读博，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。师徒之间的一个共识是：『具身智能会是一个非常Promising的方向。』

这个入场姿势值得细品。

一方面，MMLab是计算机视觉领域响当当的学术谱系，从视觉切入具身智能，意味着天然对『感知』这件事保持警惕——视觉只是机器人的眼睛，眼睛再好，手脚不协调照样是个废物。另一方面，在荒芜期入场，意味着你不是在追随热点，而是在定义问题。等风口起来再进场的人，只能回答『怎么做』；荒芜期就进场的人，才有资格回答『该做什么』。

从产业视角看，这种 timing 的差异会直接映射到公司路线的分野上。等2023年之后大模型热浪卷到机器人领域，大量团队的第一反应是『找一个基础模型，再采一堆数据微调』——这是典型的追随式打法。而从荒芜期走过来的人，第一反应往往是：这个范式的边界在哪里？

据多位接近具身智能创业公司的人士透露，2024年以来不少团队在内部复盘时都意识到，靠堆演示数据带来的性能提升，边际收益正在肉眼可见地递减。同样一批遥操作数据，第一批能带来肉眼可见的跃升，到第三批、第四批，提升就越来越像挤牙膏。

这正是穆尧那句话出场的背景。

💡 数据是别人走过的路，经验是自己摔过的跤

演示数据喂得再多，也喂不出一个真正会干活的机器人。

『缺的不是数据，是经验』——这九个字的关键，在于分清两个概念。

数据是什么？是别人走过的路。遥操作采集的演示、互联网上的视频、仿真器里合成的轨迹，本质上都是『第二手信息』。模型从中学到的是对既有经验的模仿和压缩。

经验是什么？是自己摔过的跤。是机器人在真实物理世界里，每一次抓取失败、每一次碰撞、每一次任务中途的意外，以及——最关键的——从这些意外中提取出的因果反馈。

这二者之间的区别，在实验室里看不出来，一到产线上就原形毕露。工业场景最不缺的就是『剧本之外』：物料今天稍微偏了两厘米，光照因为天气变了，上一道工序的来件带了点油污。静态数据集训练出来的策略，遇到分布之外的情况，表现往往断崖式下跌。

把两种范式摆在一起看，差异会更加直观：

注意最后一行。如果范式真的从『被训练』迁移到『自我进化』，行业的核心资产就会从『谁的数据多』变成『谁的机制好』。这对当前靠数据采集规模讲故事的估值逻辑，是一种釜底抽薪式的挑战。

这也是为什么这个判断值得认真对待——它不是技术细节之争，而是产业叙事之争。

🔁 终局不是更大的模型，而是会自己长本事的机器人

『被训练』是终点站思维，『自我进化』是造血能力思维。

穆尧对具身智能终局的判断很明确：一定是从『被训练』走向『自我进化』。

这句话翻译成工程语言，是这样的：当前主流范式里，机器人的能力在出厂那一刻就被『冻结』了——模型权重定版，之后所有改进都要靠人类工程师回到数据闭环里重新采集、标注、训练、部署，一轮迭代动辄数周甚至数月。机器人自己，在这条链路里是个纯粹的被动方。

而自我进化范式要求机器人本身成为闭环的一环：感知环境、执行动作、观察结果、把成败经验沉淀下来，再反哺下一次决策。整个循环画出来是这样的：

这个闭环里最值钱的环节，是『经验沉淀』到『策略决策』的那条回路。它决定了机器人犯过的错，会不会真正变成它的本事。

从中可以推出两个产业判断。

第一，壁垒的形态会变。在数据范式下，壁垒是数据工厂的产能和资金；在进化范式下，壁垒是经验积累机制的工程化程度——如何表示经验、如何检索复用、如何在安全边界内允许试错。前者拼资源，后者拼设计。

第二，迭代节奏会分层。即便在进化范式里，模型权重的更新也不可能是每分每秒的——更现实的架构是『快慢双循环』：慢循环做策略的深度更新，快循环做基于经验的在线适应。谁能把这两个循环的节奏调好，谁的产品就能在客户现场『越用越好用』，而这恰恰是B端客户最愿意付费的特性。

据业内流传的一种说法，已经有团队开始把『机器人交付三个月后的任务成功率变化曲线』作为对外展示的核心指标——这在数据范式下是不可想象的，因为静态模型交付之后，曲线理应是平的。曲线会往上走，本身就是范式切换的证据。

⚠️ 终局很美，但落地得先过三道坎

自我进化听起来性感，落地起来全是硬骨头。

必须泼一盆冷水：从『被训练』到『自我进化』，中间隔着的不只是技术路线之争，还有三道非常现实的坎。

第一道坎是安全与可控。自我进化的本质是允许机器人改变自己的行为模式，这对实验室无所谓，对产线是噩梦。工业客户要的是可预期——一台会『自己变强』的机器，同时也可能『自己变歪』。进化必须在严格的安全边界内进行，这本身就是极难的系统工程。

第二道坎是评测缺失。穆尧入场时行业没有标准Benchmark，这个问题到今天也没有根本解决——验证一个静态模型的泛化能力尚且有章可循，验证一个『会持续变化』的系统，需要的是动态的、 longitudinal 的评测体系，整个行业在这方面还基本是空白。

第三道坎是真实交互的成本。数字世界里试错几乎免费，物理世界里每一次试错都意味着时间、损耗甚至安全风险。进化闭环的『样本效率』——机器人需要摔多少跤才能长一智——直接决定了这条路线的商业可行性。

三道坎对应的可能解法，业内目前的大方向大致如下：

一个务实的推演是：自我进化不会一步到位取代现有范式，而是先从低风险、高重复的场景切入——分拣、搬运、巡检这类容错空间相对可控的任务，让进化闭环先转起来，用真实运行数据逐步扩大进化半径。这个路径和历史上所有自动化技术的渗透曲线是一致的。

🔍 写在最后

范式之争，本质是关于『机器人的能力从哪里来』的路线之争。

回头看穆尧的个人轨迹：2021年，在最荒芜的时候进入HKU MMLab，师从罗平与汤晓鸥；四年多后，以SeeAct AI为阵地，给出『从被训练走向自我进化』的终局判断。这条时间线本身就是具身智能行业的一个缩影——先入场定义问题的人，正在给后入场的人出题。

『缺的不是数据，是经验』这句话的真正分量，要等未来两三年才能完全显现。如果自我进化范式被验证可行，今天围绕数据规模的军备竞赛，回头看可能只是序章；如果验证受挫，数据范式仍将主导相当长的时间。但无论哪种结局，把『经验』当成核心变量来设计的团队，都已经比只盯着数据规模的对手多想了一步。

对整个行业而言，这才是这场讨论最有价值的地方：它逼着所有人回答一个更根本的问题——你到底在做一台更大的复读机，还是一个会自己长大的系统。