物理AI深度之一:数采扩容加速模型迭代,数据飞轮推动本体放量.docx

物理AI深度之一:数采扩容加速模型迭代,数据飞轮推动本体放量.docx

证券研究报告·行业研究·电力设备与新能源行业

数采扩容加速模型迭代,数据飞轮推动本体放量——物理AI深度之一

摘要

摘要

u有效数据供给不足仍是机器人泛化的重要约束,模型进步与量产扩张共同驱动数采需求。当前训练体系正向Ego、UMI、真机遥操、自主回流及仿真合成多源并行发展。2026年以来,模型对环境变化的预测与动作推理能力增强,正提升Ego数据向机器人技能转化的效率,Ego成为重要的数据来源。围绕基座模型训练和新增场景适配,我们测算

2026、2027、2030年新增数据需求分别约1000万、4200万、5.4亿小时,对应数采市场空间53、194、

文档评论(0)

1亿VIP精品文档

相关文档