数据荒

机器人能用的真实交互数据远少于所需，是具身智能的核心瓶颈。

数据荒指具身智能缺少足够的高质量训练数据。大语言模型能用整个互联网的文本，机器人需要的却是动作、关节角、力和触觉这类「怎么动手」的数据，网上几乎没有，只能靠遥操作、穿戴设备一条条采，成本高、速度慢，不同机器人之间的数据还不容易通用。伯克利教授 Ken Goldberg 2025 年 8 月在 Science Robotics 撰文指出，大模型训练所用文本相当于一个人读 10 万年，机器人与之相比存在「10 万年数据鸿沟」。应对思路包括：扩大真机采集、用仿真和生成模型造数据、从人类视频中学习、跨本体共享数据，以及让机器人在部署中边干边积累数据。

例子据钛媒体 2026 年 7 月报道，觅蜂科技 CEO 估算具身智能要达到 GPT-3.5 级别需约一亿小时训练数据，而截至 2026 年初，全球可用的高质量真实物理交互数据只有几十万小时。

也叫

数据稀缺、数据瓶颈、数据鸿沟、Data Gap

相关

数据金字塔、仿真数据、合成数据、人类视频数据、数据飞轮、遥操作

来源

UC Berkeley CDSS: Humanoid robots face challenges in gaining real-world skills
Rockingrobots: Humanoid robots are advancing but face a massive data gap
钛媒体：机器人还没学会做家务，卖数据的已经先赚到了钱

信息截至

2026-07