全行業兩年攢下百萬小時數據，影溯想 1 個月生產完：全國首個具身仿真數採中心落地杭州

產能公式從“人×小時”，變成“環境配置數×並行算力”。作者丨幸麗娟 編輯丨岑 峰 訓練一個可用的具身智能模型，需要千萬小時的多模態交互數據；而現實僅有百萬小時，剔除低質部分後，真正可用的更少。缺數據，是具身智能行業的共識。但只盯著“數據”這兩個字，會錯過更關鍵的問題：一臺機器人在固定貨架前抓取，成功率可以很高。貨架挪個方向，目標前多放一排飲料，換一側伸手，成功率就往下掉。練過的，它能一遍遍做對；沒練過的，它連手該從哪邊伸都不知道。行業缺的不只是數據量，還有“數據裡的變化”。過去兩年，補缺口的主流辦法是建場地、加採集人手。

據中國信息通信研究院，截至今年6月底，全國共建成啟用超過70家訓練場，另有40 餘家在建或規劃。然而，大量訓練場集中在疊衣服、收拾桌面、分揀搬運這類易展示任務上，複雜長程任務挖掘嚴重不足。數據小時數在漲，模型見過的空間佈局沒漲。問題出在擴容的對象上。加場地，加採集人手，擴的是同一批場景的採集次數——貨架還是那個貨架，只是多采了幾遍。多樣性要漲，靠的是條件變多：佈局、遮擋、物體組合、接近路徑，每多一種都是一次重新排列。而一個訓練場裡能有多少種排列，取決於它被佈置成什麼樣；改一次佈置，採集流程就得跟著重走一遍。採集的人力、時間成本數倍往上疊。產能越加越大，多樣性原地踏步。

行業真正卡住的地方，不是“採得不夠多”，而是“變一次太貴”。來自空間智能賽道的影溯，給出了另一種解法：不只採得多，還要窮盡空間的各種排列組合，採得“不一樣”。10月29日，影溯在杭州正式落地全國首家以仿真為主的具身智能數採中心，目標將產能拉昇至月產百萬小時級數據。它以三維場景重建與生成為核心，把真實空間、生成式模型與仿真能力接到一起，做一套可編輯、可複用、可擴展的環境與數據供給體系。在“真實數據為王”的共識裡打出“仿真”的旗號，需要底氣。

這種底氣，源自影溯直接變革數採方式，同時解開數據多樣性和產能兩大“卡點”；更源自，它自己作為一家空間智能基模公司，最知道模型需要什麼數據，以及什麼才叫真正的高質量數據。01數據產能和多樣性，卡在“每加一種變化就重來一遍”要看懂影溯的選擇，得先看清楚它要替代的數採流程，成本到底花在哪。EGO第一視角採集與遙操作，是具身智能獲取真實行為數據的兩種主要方式。EGO需要人員進入環境、完成操作；遙操需要操作者持續參與，並適應具體設備和任務。兩者方式不同，但都繞不開“人”。繞不開人，就繞不開組織。新增一種空間佈局，補充一類操作條件，流程就得再走一遍：找場地，約檔期，把人湊齊，設備調好，採完拆掉。

此外，採集人員的任務熟練度、操作習慣，以及對不同設備的適配程度，也會直接影響採集效率和數據一致性。重組流程不僅繁瑣，而且還沒法並行。場地要一個一個談，人要湊齊了才能開工，採完的場景拆掉就沒了。於是每增加一種變化，就要重付一次全額的組織成本。這就是多樣性漲不上去的真正原因：不是行業不想加條件，是每加一種，就得從頭組織一遍，成本線性疊加。影溯要做的，就是把這個成本降下去，同時把數據多樣性拉上來。在仿真環境裡，空間佈局、物體位置、遮擋關係和任務條件可以通過生成、編輯與組合來擴展，不必為每一種變化重新安排實體場地和人員操作。同一項任務可以被放進不同的環境條件裡，覆蓋那些真實採集中很難窮盡的變化。

對算法團隊來說，它是擴展訓練分佈、復現失敗條件的空間；對機器人本體廠商而言，它是一套能夠反覆配置和驗證的環境基礎。數據多樣性與產能的同步提升，還來自數據生產全流程的並行計算。基於少量真機或遙操示範種子，系統結合運動規劃、策略驅動與自動化物理質檢，在數百個並行環境中自動批量合成對齊了 RGB、深度、分割、6D 位姿與動作指令的閉環軌跡。環境能重複使用，條件能批量調整，數據生產的規模由此隨算力和任務系統擴展，而不再只隨人數線性增長。

兩種範式的分野就在這裡：過去兩年行業比的是誰的場地多、採集員多，產能公式是“人×小時”，小時數在漲，條件空間並沒有漲；影溯數採中心的公式是“環境配置數×並行算力”，每多一種配置，就多一組條件覆蓋，多樣性跟著算力一起擴。基於這套體系，影溯數採中心有望實現月產百萬小時（或日產十萬小時）的數據生產能力——這意味著單中心短期運轉的有效產出，就能跨越全行業過去兩年攢下的數百萬小時存量總和。而比這些數字更關鍵的，是它指向的工作方式的革新：模型在哪類遮擋、佈局或操作條件下出問題，就針對這些條件擴展環境、補充樣本、開展迴歸測試，把從發現問題到再次驗證的週期壓短。

數據生產與研發貼得越緊，“如何生產出高質量高需求數據”才有了方向可依，也能少走“採了大量、卻用不上”的彎路。02真實空間定準，仿真生成擴量但在具身智能行業，仿真一直有個繞不過去的質疑：環境不夠真。這是Sim-to-Real 的老問題，也是“真實數據為王”這句話的底氣所在。影溯沒有迴避，而是把問題拆開：幾何、外觀、空間關係交給真實採集去錨定，擴展和重複驗證交給仿真去做。於是場景資產有了兩條進料管線。一條從真實空間來。通過與禾賽Kosmo的深度合作，影溯把採集側的硬件與重建能力，同自己模型側的3D升維及物理仿真能力銜接起來。

Kosmo這套三維世界數據引擎的厲害之處，在於它把“真實場景變成可計算三維資產”的時間成本和精度門檻同時壓了下來：普通室內100平方米約15分鐘完成掃描，3DGS重建達到毫米級，一次輸出3DGS、mesh、depth三類對齊數據。但硬件掃描直接輸出的是一層粘連的“靜態視覺殼體”，物體無法單獨抓取、遮擋背面存在空洞。Kosmo 負責把物理空間數字化，而影溯的核心壁壘，是通過 3D 升維與世界模型把“靜態殼體”拆解並賦予物理屬性，變成機器人真正能抓、能碰的“可交互資產”。

也就是說，Kosmo採集的真實世界數據，為場景幾何、外觀和空間關係提供了可靠參照；而影溯則把這些場景數據，變成可編輯、可複用、可擴展的仿真環境資產。真實採集、三維重建、世界模型訓練，這條鏈路得以完整打通。另一條靠生成式模型擴展供給。影溯推出的世界模擬器 Topos Pro，核心能力是把任意空間輸入變成可理解、可編輯、可交互、可仿真的對象級世界。它支持單圖、多圖、視頻、LiDAR與無人機航拍等多源輸入，自動完成場景物體的分割、與空間幾何的對齊、以及物理屬性賦予。更關鍵的是，其中的桌子、椅子、牆面、設備可以被單獨選擇、替換、調整，並賦予碰撞、可移動、可接觸等屬性。

視頻再多，模型也只能看；能被行動、接觸和驗證的世界，才是具身訓練真正缺的東西。而 Topos Pro做的，就是把“看”變成“可交互”、“可編輯”。兩條管線分工清楚：真實場景重建負責定住“像不像”，生成能力負責補上“夠不夠多”。一次採集的素材不再只用一次，互聯網上的圖片、視頻也能被升維成可用的三維場景。不同於其他數採方式“採一次、用一次、改一次佈置重走一遍流程”；影溯利用真實採集定錨點， Topos Pro 把同一次採集重組成無數種佈局、遮擋和物體組合，每一次重組都是一次新的條件覆蓋。場景資產由此從“消耗品”變成“可複用的原料”：採一次，不只用於一次，而是長出一片條件空間，可以無限循環利用。

03一次場景輸入，多輪環境編輯與驗證場景數據到位之後，還有一道關鍵處理：讓場景裡的東西能被單獨操作。這一步，是場景能不能從“採一次就拆掉的消耗品”變成“可反覆配置的資產”的分水嶺。以“從貨架取出指定商品，再放入週轉箱”為例。系統需要保留貨架、商品和容器之間的空間關係，把目標商品獨立出來，補全被遮擋的部分，並修復提取後留下的背景空缺。具體而言，系統會進行三步處理：第一步，實例級三維解耦。把目標商品從貨架網格里剝離出來，成為能夠獨立選擇、移動和配置的對象，同時保留它與貨架、相鄰物品之間的空間約束。精準解耦，是後續進行物體級再編輯的前提。第二步，遮擋完形補全與三維背景修復。

補全被遮擋的背面幾何，實時修復商品移走後留下的背景空洞，讓物體被移動或替換時，不會出現幾何缺失。這一步，決定了場景是否能“經得起”反覆編輯。第三步，任務級物理屬性標定。按任務要求標定質量、質心與摩擦係數，精細處理物體底部、接觸面及附近障礙物的幾何，讓仿真裡的接觸判斷站得住。經過這三步處理，研究者就可以改變商品位置、增加遮擋、調整放置區域，觀察機器人在不同條件下的表現。一次場景輸入，由此能夠服務多輪環境編輯與任務實驗。

影溯的技術優勢，恰好體現在這些具體的能力之上：把多源輸入轉化為三維場景，讓場景中的關鍵物體可以被編輯與交互，再結合目標機器人和任務進行配置與驗證，使空間內容真正進入具身智能的研發流程。這一步回應了行業對“仿真數據” Sim-to-Real 的質疑。仿真夠不夠真，是靠實實在在的結構解決的：幾何、外觀、空間關係來自真實採集，物理屬性經過配置與標定，仿真在此之上做擴展和重複驗證；但仿真不是終點，策略最終還要用真機測試檢驗。換句話說就是，仿真並沒有直接“替代”真實採集，而是真實採集建立的結構化場景理解被仿真“放大”了：放大到能覆蓋長尾場景、能反覆配置驗證、能批量進入具身智能的研發流程。

04按用途給環境“分層”，讓數據供給跟上研發迭代資產能用起來，還得能被挑中。對算法廠商和機器人本體廠商來說，數採中心的價值最終要落到可使用的環境和數據上。不同任務對環境的要求並不一樣。影溯針對不同任務類型，定義了工業化的“三級環境交付標準”：L1 移動導航級，交付大尺度空間拓撲、可通行區域與動態干擾，對應的是“能不能走過去”。L2 靈巧抓取級，交付毫米級物體幾何、碰撞體與密集遮擋組合，對應的是“手能不能伸進去、抓不抓得起來”。L3 接觸與鉸接動力學級，針對開抽屜、插拔這類複雜交互，交付關節阻尼、接觸力與動力學標定，對應的是“用了多大力、會不會被卡住”。三級之間是精度與物理保真度的遞增。

這個區分有實際意義：行業裡“高質量數據”長期是個形容詞，各家都說自己產的是高質量，但沒法驗收。三級分層之後，數據的幾何精度達到哪一檔、碰撞體如何定義、阻尼標定在什麼範圍，都能在交付單上明明白白地體現，下游團隊也更容易挑到適合自身任務的資源。還有一個更值得留意的地方：越往上一級，真實採集場景越難覆蓋，仿真的相對優勢反而越大。L1級靠實地掃描還能鋪開量；到 L2級，密集遮擋的排列組合在實體場地裡只能靠一次次重擺去湊；到 L3 級，每個抽屜的阻尼、每處接觸的力學響應都不一樣，幾乎無法做到窮舉。因此，任務分層劃出的不只是標準，也是仿真真正能發揮價值的那段區間。

場景與素材的複用，可以減少重複搭建環境的工作；持續補充佈局、物體和任務條件，則能夠支持模型測試、失敗復現與策略比較。同時，客戶的使用反饋，又可以成為下一輪數據生產的依據。到這裡，影溯實現了整個數據採集流程的閉環：真實採集提供參照，場景重建把它變成資產，生成與仿真擴展覆蓋範圍，任務驗證給出反饋，研發反饋再指導下一輪生產。真實世界、生成模型與仿真能力在這個閉環裡各司其職。這一閉環的意義不僅僅在流程本身，還能進一步加速生產速度：數據生產一旦能接住研發反饋，迭代就不再是一輪一輪地等採集排期，而直接沉澱為“發現問題、擴展條件、重新驗證”的連續動作。

05開放生態共建：場景資源從哪來說到這裡，仿真數採中心的建設，還面臨一個更現實的問題：環境再多，也得有足夠的場景資源。因此，場景資源、採集組織、技術能力與應用需求之間的協同，非常關鍵。這不是一家公司關起門能補齊的鏈條。基於此，影溯選擇與杭州每回互動數採科技有限公司合作。作為 A 股數據智能龍頭每日互動生態孵化的具身數採專精力量，每回互動承接了每日互動 —— 國內含數率領先的數據智能上市公司，在規模化設備覆蓋、DiOS 數據治理以及覆蓋全國超 2900 個區縣公共服務網絡上的深厚積累。也就是說，影溯拿到的不是一個現成的數據產能，而是一個能把下游需求前置到採集設計階段的入口。

這個入口的價值不在交付端，而在設計端。每回互動的真實場景採集組織能力，同影溯的三維重建、生成及仿真能力連接起來，推動真實數據向可複用環境與任務素材轉化。下游需要驗證什麼任務、保留哪些空間關係、補充哪些環境變化，都可以更早進入採集與生成流程，而不是等到數據交付之後才發現問題。場景的“可編輯性”不再是“事後補救”，而是直接變成生產流程第一天的“輸入條件”。但一個夥伴接進來的場景，撐不起模型需要的廣度。影溯更早就在想這件事。早在今年8月，它就聯合禾賽、宇樹、雲深處、商湯、華策影視等20多家產學研單位，共同啟動了“大規模空間智能3D數據開放計劃（SIDO）”，圍繞空間數據與評測基準開展共建。

SIDO 要解決的不是“多采一些數據”，而是把數據供給的結構拆開重排。沒有任何單一來源能同時滿足廣度、真實性和長尾覆蓋，所以 SIDO 要探索的是三類互補的數據路徑：第一，真實世界採集。產業合作方通過激光雷達、多視角影像、機器人和其他傳感器實地採集真實場景，管錨點。第二，互聯網內容升維。通過重建生成技術，把互聯網公開的圖片、視頻升維為3D/4D場景，管廣度第三，仿真與合成。通過仿真合成現實中難以採集的極端與長尾場景，管泛化邊界。

三條路徑不是並列備選，而是互相咬合：缺了實採錨定，升維出來的數據沒有物理參照；缺了升維擴量，實採撐不起多樣性；缺了仿真補長尾，前兩條加起來仍會漏掉最需要泛化的那部分條件。這個結構，沒有哪一家公司能獨自補齊。影溯很早就認識到這一點，所以它牽頭行業共建和合作，與此同時，更先一步把自己最擅長的仿真這條線做紮實，用可複用的仿真能力去補實採和升維都夠不到的長尾條件，再把這條能力交進共建框架。不僅如此。為了讓規模始終對準模型的真實缺口，配套的評測 Benchmark體系反向定義標準：不是採得越多越好，而是用評測結果告訴下一輪該採什麼。

模型在哪類條件下失敗，下一輪就補哪類數據；數據越多，越對準失敗點，而不是越採越散。當具身數採的產能公式從“人 × 小時”切換為“環境配置數 × 並行算力”，由真實採集定錨點、Topos Pro 世界模型擴場景、高保真仿真跑出規模化產出交互經驗的閉環已經成形。影溯在杭州落地的不僅是一座仿真數採中心，更是推動具身智能告別“手工作坊”、邁向通用泛化的算力引擎。