具身智能三要素（数据 / 模型 / 本体）

业内常把具身智能拆成数据、模型、本体三块来谈

这是行业报告和演讲中常见的一种拆法，不是某篇论文提出的正式理论。数据指训练机器人用的演示、仿真、人类视频等；模型指把观测变成动作的策略，如 VLA；本体指机器人硬件本身（关节、灵巧手、传感器）。三者互相制约：本体决定能采什么数据、能做什么动作，数据量决定模型能学多好，模型能力又决定本体的价值。公司定位也常按这三块划分，如本体厂商、大脑公司、数据服务商。

也叫

具身三要素

相关

本体、视觉-语言-动作模型、数据荒、本体厂商、大脑公司、具身数据服务商（数据采集服务商）

来源

Open X-Embodiment: Robotic Learning Datasets and RT-X Models