发展AI，工业级的“数据炼金师”有多重要？

（文/张志峰 编辑/周远方）

在人工智能技术从虚拟向物理世界渗透的浪潮中，数据被视作 “底层燃料” 与 “核心壁垒”。

在2025年世界人工智能大会的观察者网“具身向左、人形向右”直播论坛上，博登智能创始人、董事长赵捷围绕数据在人工智能与具身智能发展中的核心作用，分享了独到见解。

从支撑自动驾驶的算法进化，到助力具身智能的技术突破，博登智能的实践，恰似中国AI企业以数据为基、破解产业难题的缩影。

“数据是AI竞争的核心壁垒”

公开资料显示，博登智能成立于2019年，总部位于宁波。

“AI的突破离不开高质量数据支撑，而当时国内缺少专业化、工业级的数据处理服务商。”赵捷向观察者网表示，2019年，当自动驾驶、大语言模型等技术加速落地时，他敏锐察觉到行业痛点：数据供给仍停留在“手工作坊”阶段，难以满足AI模型对规模化、高精度数据的需求。

博登智能的解决方案，是将数据处理升级为“智能流水线”。其自主研发的多模态数据标注大模型，可同时处理文本、图像、音频、视频等复杂数据，覆盖自动驾驶、智慧医疗等场景。

“无论是虚拟世界的语言模型，还是物理世界的人形机器人，都需要我们从数据根基上筑牢创新之路。”赵捷将公司定位为“数据炼金师”，意在用技术创新提炼数据的“纯度”与“价值”。

如今，博登智能已在北上广深及香港设立分公司，服务对象涵盖汽车主机厂、自动驾驶企业及腾讯、阿里等AGI研发公司。而Meta收购Scale AI的案例，更印证了他的判断：“当AI进入落地阶段，数据质量正成为AI发展的关键壁垒。”

他还提到，硅谷已有三家华人创建的数据公司，如surge AI等，去年营收接近10亿美金，“这说明美国在高质量语料库建设方面非常重视，我们也认识到这是一个很好的机会，今年在这方面的进步非常明显。”

具身智能：数据需求的新维度

当技术焦点从自动驾驶转向具身智能与人形机器人，赵捷发现，两者面临的核心挑战高度相似：如何用数据支撑智能体在物理世界的感知、决策与行动。“从智能驾驶到具身智能，数据逻辑是相通的——都需要应对真实世界的复杂性、动态性与长尾场景。”

从数据角度看，具身智能对数据的需求更为复杂。“我们人类从事很多动作时，不管是行走、抓取，都需要跟真实世界做非常强的交互，在这个过程中势必需要采集大量的数据。”赵捷举例，“仅在一个正常的抓取动作中，我们可能需要上百万条相关数据，反复地去做采集加标注，把它变成可用的数据集，再在仿真环境中训练算法，最后移植到机器人本体上。”

他强调，也正因此，具身智能所需的数据维度远超大语言模型。

面对这一难题，赵捷提出可借鉴自动驾驶的发展经验。他指出，自动驾驶发展早期面临长尾效应问题，很多corner case在真实场景中难以获取，“比如在下雨天捕捉到行人横穿马路时发生车祸的场景，可能采集10次、100次都不一定能采集到。”

对此，行业采用了基于虚拟场景的合成数据方式解决。“先在真实场景中建立3D物理环境模型，再通过算法处理，模拟出想要的前景，如人物、车辆等，以此模拟不太常见的corner case。”

赵捷认为，具身智能同样可以采用类似方法：“在常见场景中尽可能采集更多数据，在特殊情况下则需要大量合成数据，这种基于真实场景数据并补充合成数据的方法，相信各个厂家都在使用。”

赵捷强调，具身智能的实现需要范式更新：从“数据驱动”转向“交互驱动”，让智能体通过“感知-理解-行动”闭环学习；从“单一模态”转向“跨模态融合”，整合视觉、触觉等多源信息；从“高算力依赖”转向“轻量化实时性”，适配机器人本体的资源限制；从“单纯学习”转向“强化学习与认知推理结合”，如 Embodied-R框架展现的“类人慢思考”能力。

未来：前景广阔，任重道远

在赵捷看来，无论是车轮上的智能，还是机器人的躯体，最终都需要数据这把钥匙，打开通用人工智能的大门。而这条道路上，数据的“纯度”与“力量”，将是决定成败的关键。

谈及具身智能的未来，赵捷充满信心。“当前人形机器人的发展正处于初期阶段，2025年才刚进入商业化元年”，但市场前景广阔，应用场景将不仅限于工业，还将拓展至商业、服务等多个领域。

对于人形机器人进入千家万户的时间，赵捷参考智能驾驶的发展历程分析：“激光雷达成本从10万美金降到几千人民币，推动了智能驾驶的普及。人形机器人也一样，等供应链成本降低到大家可承受的时候，就能慢慢进入千家万户，我非常期待这一天的到来。”

在数据安全与治理方面，赵捷认为，可在早期数据集建立中设置规范和规则，屏蔽不具有主流价值观的数据，同时在模型测试和使用阶段加强检测与评判，进行有效的数据和模型迭代，从而降低模型在使用过程中表现出不符合主流价值观及各种安全性的问题。

对比中美在数据生态上的差异，赵捷指出：“在大语言模型发展上，美国确实走在前面，但从近一两年，尤其去年下半年开始，中国的大语言模型公司也在加大投入，差距正在快速缩小。”