2026年8月20日，北京。在2026世界机器人大会（WRC 2026）现场，全球首个具身数据独角兽光轮智能举行首发仪式，正式开源全球首个十万小时全模态人类数据集EgoSuite-Open100K，同步启动"百亿小时人类数据合作伙伴招募"计划，并首发部署与反馈平台RoboStack。至此，光轮智能旗下底层仿真基础设施SimFoundry、人类数据平台EgoSuite、工业级仿真评测平台RoboFinals与RoboStack共同构成Real2Sim2Real持续学习闭环，为具身智能从"Demo表演"迈向"产业落地"打通了关键一公里。

全球首个：十万小时全模态开源数据集发布

EgoSuite-Open100K以10万小时第一视角人类数据为整体规模，涵盖15,000+类场景、15,000+种任务。数据以头戴第一视角为主体，部分数据增加腕部摄像头视角，并提供手部姿态、全身姿态及事件级语义标注，支持模型学习精细操作、全身协调和任务时序。首批数据通过Hugging Face Hub面向学术研究与商业训练开放。

"我们希望基于这些标准做出一些数据，开源到这个市场上，让大家可以使用这些数据，使用这些数据的同时就在理解、认同这样的标准。"光轮智能创始人杨海波在发布现场表示。他进一步指出，具身智能的数据缺口远超想象——与大语言模型、自动驾驶相比，具身预训练数据此前几乎是从零开始，"因为没有一个本体在这个世界上去搜集数据，所以它的缺口是很大的"。

这一判断已被商业实践充分验证。2026年，光轮智能服务的头部客户数据需求量已达到去年的百倍乃至千倍级别，从去年的几百、几千小时跃升至几十万乃至上百万小时量级。杨海波在今年初就提出"2026年是具身智能数据规模化的元年"，如今行业正沿着这一预判加速兑现。

四位一体：构建机器人"持续学习学校"

如果说数据是燃料，那么持续学习系统就是让燃料高效转化的发动机。光轮智能构建了从数据到评测再到部署反馈的完整闭环：

SimFoundry是底层仿真基础设施——全栈自研"求解—测量—生成"三位一体的物理仿真平台，把真实世界的物体、物理规律和操作过程转化为物理真实的仿真环境，让机器人可以反复练习、快速成长。

EgoSuite提供人类经验——采集海量高质量人类第一视角操作数据，并自动完成标注和质检，为机器人和世界模型提供高质量、大规模和多样的人类经验。

RoboFinals衡量能力边界——将多样化真实场景转化为物理真实的仿真评测集，让机器人在进入真实场景前先完成系统性的云上规模化考试，知道哪里做得好、哪里还需要提升。

RoboStack连接部署反馈——加速机器人落地部署实现就业，并收集新的经验和失败案例，再回到训练系统不断学习，实现持续进化。

"机器人要先在仿真里面解决99%的问题，剩下的1%在真实场景中解决。"杨海波在媒体群访环节强调。这一理念背后是光轮智能对行业痛点的深刻洞察：当前机器人学习是"开环"的——训练、部署、失败之间没有反馈。RoboStack的发布，正是为打通这一反馈链路，让部署成为下一个学习周期的起点，而非终点。

杨海波曾用一个形象的比喻概括光轮智能的定位："本体就像身体，模型像婴儿的大脑，怎么让婴儿变成成年人去工作？不断提供高质量数据、不断考试——我们像建一所学校。"

标准共建：深度参与两大物理AI国际标准体系

光轮智能同时加入Newton仿真技术委员会和EgoVerse人类数据委员会两大物理AI国际标准体系，深度参与国际标准共建。

作为Newton仿真技术委员会成员，光轮智能与英伟达、谷歌DeepMind、迪士尼研究院、丰田研究院四家顶尖机构共同引领下一代开源物理AI仿真标准，参与下一代物理AI仿真基础设施的规则共建。作为EgoVerse人类数据委员会成员，光轮智能与Meta、Scale AI、Mecka AI等国际团队共同构建全球最大规模的人类数据训练体系。

"我觉得这个价值是巨大的。"杨海波坦言，"我们代表中国参与到这两大国际标准组织，首先是对过去的认可，对公司的能力，但很重要的一点也是对中国产业的认可。"他同时强调，标准是动态的、不断迭代的，参与最前沿的标准组织意味着能够时刻掌握技术演进方向，避免错失颠覆式发展的机会。

此外，光轮智能自研的LeIsaac被Hugging Face官方文档收录为具身仿真标准框架，国际开源社区已采纳其仿真评测规范；光轮智能与NVIDIA推进Isaac Lab-Arena等评测框架建设，是Isaac Teleop生态数据和评测标准合作伙伴。在国内，光轮智能主导或参编20项国家及行业相关标准，是全国首批具身智能行动计划中数据领域的民营企业。

全球五大：与英伟达同列的"持续学习"站位

国际权威机器人媒体The Robot Report评选全球五大物理AI基础设施平台，光轮智能与英伟达、Scale AI、Applied Intuition、Hugging Face同列。五家平台各占据一个独特生态位——光轮智能卡住的是"持续学习闭环"，是唯一打通数据、仿真、评测、部署的公司。

The Robot Report的评价是：光轮智能"不是数据供应商，而是机器人学习的结缔组织"。这意味着，具身智能企业正从"本体制造"走向"基础设施定义"，光轮智能正是这一转变的标志性样本。

生态共建：签约7大行业，适配国产算力

在首发仪式现场，光轮智能与多家场景方集中签约，覆盖工业、汽车、家居、农牧、物流、金融、康养7大行业。合作伙伴包括西门子、新希望、宝通、吉利、阿尔特等。光轮智能以中立角色拉通场景用户、机器人本体、模型企业与高校科研机构，以产业场景为锚点，构建从数据采集到模型训练再到评测部署的完整闭环。

值得一提的是，光轮智能全栈自研的仿真平台SimFoundry已适配摩尔线程国产算力，让仿真可以跑在国产芯片上。杨海波表示："创新一定是有组织的协同，单点创新很难长期生存。"他强调，应该和上下游有组织地协同起来，让仿真服务国产模型，国产模型在国产芯片上训练，形成正向循环。

五年百亿：一个"完全可实现"的目标

展望未来，光轮智能提出了"五年百亿小时"的数据计划。这一计划由三大来源支撑：持续拓展的人类视频数据、可大规模生成的仿真合成数据，以及从部署反馈中回环的数据。

"具身智能需求至少是大语言模型的一千倍以上。"杨海波坚信。在他看来，仿真合成数据是"Token化的数据"，一小时仿真贡献的多样性可能超过100万个采集场的贡献。而RoboStack的部署反馈，将让每一次真实工作中的经验与失败都成为下一轮学习的教材。

从全球首个具身数据独角兽，到同时加入两大物理AI国际标准体系、深度参与国际规则共建；从全球五大物理AI基础设施平台之一，到仿真合成数据、人类视频数据、工业级仿真评测三领域全球交付第一——光轮智能正以"持续学习基础设施"重新定义物理AI的产业范式。在这场从"Demo表演"到"产业落地"的跨越中，光轮智能不仅提供了关键的基础设施，更代表中国企业，站在了物理AI全球规则共建的前沿。