【】 不同于通用大模型依托互联网文本形成成熟的数据供给生态，面向物理世界的具身智能，对交互数据的场景真实性、动态多样性提出更高要求。在模型架构路线尚未统一、算力资源持续紧张的背景下，数据环节的产业化分工，正在成为行业热议方向。熊友军： 未来具身智能领域会面临几个关键的发展瓶颈。而当下，行业又开始探讨大一统的端到端模型。所以行业仍处在持续讨论、不断迭代进化的阶段，技术范式还在持续探索之中。目前具身智能大模型尚未形成统一方案，技术路线还没有收敛。早期业界认为 VOA 可以解决相关问题，之后又转向分层控制思路，采用多模态大模型搭配 VOA、世界模型的方案。第一个是模型层面，包括算法、架构等一系列问题。参考自动驾驶赛道独立数据服务商的成长路径，市场关心：专门服务机器人的物理数据采集与运营中心，是否有望成为独立赛道。： 数据采集中心，未来会成为一个独立的生意吗。