数据飞轮

部署产生数据、数据改进模型、更好的模型再多部署，循环加速的机制。

数据飞轮指一种自我强化的循环：模型部署出去，在使用中产生新数据（成功、失败、人工纠正），筛选标注后用来改进模型；更好的模型能接更多任务、部署到更多地方，又带回更多数据。英伟达把它定义为用 AI 交互中收集的数据持续改进模型的自我提升回路。自动驾驶行业较早用这种做法（特斯拉称之为数据引擎）。机器人数据很贵，公司普遍希望靠真实部署摊薄数据成本；飞轮能转起来的前提，是机器人先在真实场景里有用。

例子Physical Intelligence 的 π*0.6 用 RECAP 方法，把机器人在真实家庭叠衣服、用专业咖啡机做意式咖啡、组装纸箱时的自主执行数据和专家遥操作纠正数据回收训练；据论文，在最难的几项任务上吞吐量提升一倍多、失败率约减半。

也叫

数据闭环、数据引擎、Data Closed Loop、Data Engine

相关

数据回流、干预数据、RECAP、自我提升、人在回路、机群学习 / 部署中学习

来源

NVIDIA Glossary: What Is a Data Flywheel?
π*0.6: a VLA That Learns From Experience (arXiv 2511.14759)

信息截至

2025-11