数据回流

把机器人实际部署中产生的数据送回训练，更新模型后再部署。

数据回流是国内具身智能行业的常用说法，指机器人在真实场景干活时产生的数据（自主执行的轨迹、失败案例、人工接管和纠正的片段）被记录下来，经回传、清洗、标注后加入训练，模型更新后再部署，循环往复。它是「数据飞轮」转起来的关键一环：训练场里的遥操作数据分布有限，真实现场的错误最能暴露模型短板。中国信通院《具身智能发展报告（2025年）》提出，要尽快让机器人跨过「演示」阶段、在实际应用中形成持续的数据回流。难点在成本：如果每台机器人都要一名操作员全程看守接管，就很难商业化。

例子Physical Intelligence 训练 π*0.6 时，把机器人做意式咖啡、叠衣服、组装纸箱时自主执行的数据和人工纠错数据一起用 RECAP 方法继续训练，官方称部分最难任务的吞吐量提升一倍以上、失败率约降一半。

也叫

部署数据回流

相关

数据飞轮、干预数据、纠偏数据、机群学习 / 部署中学习、RECAP、π*0.6

来源

中国信通院《具身智能发展报告（2025年）》
具身智能迈向2.0：数据采集从训练场走向真实世界（科学网转澎湃新闻）
π*0.6: a VLA That Learns From Experience (arXiv)

信息截至

2026-09