近日，李飞飞创立的 World Labs 宣布收购机器人仿真厂商 SceniX，全力打通 “真实采集-虚拟仿真-真机验证” 的研发闭环。这一重磅动作，直指当下全球具身智能产业的核心矛盾：模型算法快速迭代之下，高质量训练数据供给已成为通用机器人规模化落地的最大瓶颈。

值得关注的是，国内企业无问智科，早在数月前就推出了 “世界模型x数据工厂x世界模拟器” 一体化解决方案，与海外头部团队走出高度契合的技术路线，成为国内率先落地全链路虚实融合数据基建的玩家。

具身智能数据瓶颈暴露，倒逼基础设施升级

2026年，国内具身智能产业迎来空前热度。行业数据显示，半年内具身智能及相关领域赛道融资超300起，融资总规模突破900亿元，前四个月相关岗位需求暴涨15倍。互联网大厂、车企、消费电子企业、传统机器人厂商纷纷入局，从大模型、硬件本体、场景应用多线发力。

繁华表象之下，数据短板成为全行业共同的枷锁。和大语言模型训练可依托互联网既有文本、图片及视频数据不同，机器人需要学习的是包含材质摩擦、受力变化、因果关系等复杂物理交互信息，这类高保真数据无法天然生成。业界普遍估算，当前全球可用于具身智能训练的优质操作数据仅几十万小时，而支撑通用机器人实现跨场景泛化，至少需要千万小时量级训练样本，二者存在巨大数量级鸿沟。

目前，行业内三类主流数据采集方式，均存在难以弥补的短板：真机遥操作成本高昂，难以规模化；第一人称视频缺少控制与物理反馈信息；纯仿真面临物理鸿沟，虚拟环境习得能力难以顺利迁移至真实世界。单一方案无法解决数据瓶颈，搭建贯通全流程、可持续迭代的数据基础设施，成为行业破局必经之路。

虚实融合闭环落地，本土方案与海外头部路线跨洋共振

针对行业痛点，本土企业无问智科走出了一条独特的破局路径。

不同于大部分企业仅提供单一数据服务，无问智科着眼于模型持续进化的长远需求，构建了涵盖真实数据采集、自动清洗与标注、质量评估、合成数据生成、仿真模拟直至测评与闭环验证的全链路基础设施，将原本割裂的数据生产、模型训练、效果验证环节串联成可持续进化的数据飞轮。

无问智科独创的“虚实融合闭环体系”，依靠真实环境无感野采积累原生物理数据，再通过生成式世界模型拓展极端、罕见场景，依托世界模拟器完成百万次零成本试错，推动机器人从传统模仿学习向自主强化学习演进；仿真训练后的模型最终回流真机验证，反向补充缺失样本，形成完整 Real-to-Sim-to-Real 迭代循环。

这套完整技术方案，早在World Labs收购动作前几个月便已公开发布，两家公司的底层逻辑形成清晰跨洋印证：均将世界模型置于数据闭环的核心，强调真实数据与仿真生成的融合，致力于为物理AI提供可规模化的训练与评测平台。

截止到目前，World Labs已完成10亿美元融资，估值达到50亿美元。无问智科创始人兼CEO刘盛翔指出，资本市场对World Labs的高估值，看中的正是其作为物理AI底层平台的潜力，这也为中国本土的物理AI基础设施公司打开了巨大的价值想象空间。

在刘盛翔看来，当前具身智能行业整体处于类似自动驾驶2015—2016年的早期阶段，行业竞争正从算法比拼转向数据闭环能力的较量。他预判：“未来具身智能行业将收敛为5—8家通用大脑公司、数千家细分场景落地公司，而通用数据底座将服务全量落地玩家。”