首页财产ai正文 3个月5.5亿定单，光轮智能刷新具身数据纪录 假如说算力是上一轮AI竞赛里的“电网”，模子是呆板的年夜脑，那末到了物理AI时代，数据更像是“水电煤”——看不见，却决议了整套体系可否真正运转起来，并范围化落地。 2026-04-18 15:08 ·投资界芦苇 AI投资人解读· 2026年一季度光轮智能揽5.5亿元定单，位居全世界具身数据发卖额前列。其构建了具身数据基础举措措施，买通人类视频、仿真合成数据与范围化评测。于人类数据、仿真合成数据、仿真评测范畴体现精彩，还有引领国际仿真尺度制订。· 行业竞争加重可能影响其市场份额技能更新换代快，需连续投入研发。总结：光轮智能依附强盛的系统化能力及定单上风具有投资潜力，但要存眷竞争与技能危害，建议联合行业成长趋向综合评估。内容由AI天生，仅供参考

全世界首个具身数据独角兽光轮智能，2026年一季度狂揽5.5亿元定单，刷新具身数据行业纪录，直接引爆“具身数据元年”。

把定单拆开来看，暗地里浮现出的并不是单一需求，而是两股气力于本年第一次清楚交汇。

一边，是具身年夜模子与世界模子对于高质量数据、仿真情况及范围化评测的需求集中开释；另外一边，则是工业、物流、农业、家电、汽车等财产场景，最先为呆板人于真实世界中的练习、验证与部署投入真金白银。

前者鞭策模子跨过从“演示”到“练习”的门坎，后者则把行业推向另外一个更实际的问题：呆板人进入真实场景以后，怎样于连续运行中不停优化。

而光轮智能，刚好站于这两个需求曲线的交汇点上。

它所毗连的，既是练习呆板人的数据，也是缭绕数据睁开的评测及部署的基础举措措施系统。到了物理AI时代，这恰如一条铺设好的公路。

5.5亿元定单之在光轮智能，远非尽头，而是走向财产更深处的出发点。

0一、具身年夜模子，率先拉动数据需求

已往一年，具身智能范畴的竞争，更多还有逗留于模子与算法层面。

但到了2026年，行业的重心最先悄然前移。愈来愈多团队发明，决议模子上限的已经不只是参数范围，数据的主要性迅速抬升。数据的多样性、物理保真度以和闭环迭代能力，最先成为新的要害变量。

在是，本年被业内视作“具身数据范围化元年”。跟着全世界头部具身智能团队纷纷抛出百万以致万万小时级的数据收罗方针，数据迅速成为各家竞逐的基础性战略资源。

当前，不管是世界模子，还有是VLA，都被迅速推向更繁杂、更真正的使命空间。它们面临的，再也不只是图象与语言理解，而是要于真什物理世界中完发展时序、多步调的繁杂使命，包括物体操作、情况交互，以和不确定前提下的连续决议计划与计划。

这一趋向已经经于前沿模子上获得验证。以Generalist AI的Gen-1模子为例，该模子依托50万小时范围的人类视频数据举行模子预练习，进一步验证了具身智能范畴正于呈现的Scaling Law：当高质量、可范围化的数据连续供应，模子的泛化能力就有时机跨过新的门坎。这也注解，真实人类视频数据其实不是边沿增补，而正于成为具身预练习阶段最主要的数据来历之一。

不外，跟着呆板人慢慢迈向更繁杂使命，新的行业瓶颈也于闪现。人类视频数据当然解决了具身预练习中的举动先验问题，却还有不足以自力支撑后续的范围化进修与范围化评测。

现实上，当前具身年夜模子面对的焦点瓶颈，其实不只是“缺数据”，更正确地说，是一种布局性的欠缺。

一方面，人类视频数据与仿真合成数据之间，还有没有形成充足有用的互补机制；另外一方面，行业里也少有可以或许把两类数据真正整合起来，并连续驱动模子迭代的数据系统，也就是所谓“数据飞轮”。其难点于在范围化评测，没有同一、可量化的评测尺度，数据就很难有用反哺模子迭代，所谓闭环也难以真正成立。而光轮智能所做的，恰是把人类视频数据、仿真合成数据与范围化评测买通，形成一套可闭环、可量化、可连续迭代的数据基础举措措施。

眼下，能搭建完备“数据飞轮”系统的企业仍是少数，需求正加快向具有系统化供应能力的公司集中。

这也注释了，为何光轮智能能于短期内手握5.5亿元定单。

0二、为何是光轮智能？

风口来了，其实不象征着谁都能接患上住。

特别是具身智能如许一个仍处在初期、尺度还没有彻底同一的财产，真正能承接头部需求的，往往不是声量最年夜的阿谁人，而是最早把底层能力打磨出来的人。

乍看之下，光轮营业笼罩人类数据、仿真合成数据及仿真评测，像是同时做几件差别的事。但顺着底层逻辑看，实在始终只做一件事：构建一套可闭环、可迭代、可范围化的具身数据基础举措措施。

详细而言，这套系统可以拆解为三个彼此支撑的条理：世界World、举动Behavior、评测Eval。

世界层，是呆板人举行进修、练习与评测的物理世界。它不是平凡的3D资产库，也不是偏展示性的游戏式场景，而是一个于物理纪律上尽可能切近实际的仿真情况：物体可以被抓取，门有阻尼及磁吸，布料会形变，线缆可以或许弯折并蒙受作使劲。

举动层，卖力连续出产举动数据。既有年夜范围仿真合成数据，也有来自真实世界的人类第一视角视频、遥操作轨迹及其他真实施为先验。前者解决范围问题，后者提供约束与校准，两者配合组成模子进修的基础。

评测层，是整套系统里易被轻忽却愈发要害的一环。具身智能的真正难点不是做出一个Demo，而是不变地判定模子能力是否真正获得晋升。没有同一、可复现、可并行、可量化的评测系统，数据很难有用引导练习，模子也难以连续迭代。

这三层并不是简朴并列，而是组成了一个连续运转的飞轮：世界层提供情况，举动层天生数据并拓展使命漫衍，评测层连续袒露模子短板，再反向决议下一轮数据收罗、天生与笼罩的重点。由此，数据、仿真与评测形成一个连续运转的体系。

再往下看，这套闭环之以是可以或许建立，更要害的支撑来自“求解—丈量—天生”三位一体全栈自研仿真技能底座。丈量真实世界的物理属性，天生可复用、可扩大的SimReady世界，随后借助自研solver与仿真能力，于虚拟情况中跑出物理上可托、举动上可履行的成果。

也正是以，光轮智能承接的，已经不是零星的数据采购需求，而是逐渐清楚的基础举措措施型需求。

这是光轮智能一直于夸大的焦点区分：它想做的，不是一派别据工场，而是一台数据引擎。

比拟之下，传统数据公司更像数据工场：客户提需求，平台交付数据，项目竣事，价值也随之终止。光轮构建的则是连续运转的引擎：真实世界的数据与丈量进入体系，经由仿真世界被放年夜、重组，举动数据于此中连续天生；评测系统再把模子的掉败模式与能力界限反馈回来，反向驱动下一轮数据收罗、场景天生与使命界说，终极再办事在真实部署。

把这套逻辑看大白，再去看光轮的定单体现，谜底实在已经经写于成果里。投资界相识到，按具身数据发卖额计，光轮已经位居全世界前列，且已经于人类数据、仿真合成数据、仿真评测三年夜范畴拿下国际交付冠军。

先看人类数据。光轮搭建起可范围化的人类第一视角数据解决方案EgoSuite，数据节点笼罩25000多个情况，履行跨越10万种使命，累计交付超150万小时高质量人类数据。

再看仿真合成数据。光轮已经建玉成球交付范围最年夜的仿真合成数据AutoDataGen。国际重要具身智能团队中，跨越80% 的仿真资产系统成立于光轮提供的资产与合成数据之上。

于仿真评测范畴，光轮推出工业级呆板人范围化评测平台RoboFinals，已经形成涵盖数十个高价值行业、万余个真实Real2Sim2Real场景的评测基础举措措施。并联袂通义千问共建可复现、可诊断的工业级评测闭环，协力鞭策具身智能评测行业基座简直立。

依附系统化能力连续堆集，光轮智能正以物理AI仿真基础举措措施为支点，进一步引领国际仿真尺度的制订与演进。

近日，光轮已经受邀作为焦点引导委员插手开源GPU加快物理引擎 Newton，于要害具身仿真技能标的目的上阐扬主导作用，与NVIDIA, Google DeepMind, Disney Research, Toyota Research Institute配合引领鞭策下一代开源物理AI仿真尺度。

与此同时，光轮自研的LeIsaac已经被Hugging Face官方文档采取为具身仿真的尺度框架，成为全世界开发者进入该范畴的同一工程范式，直接界说了年夜范围开发实践的出发点与界限。

0三、需求发作后

财产端最先接过第二棒

假如说具身年夜模子公司及呆板人公司点燃了第一波需求，那末财产端正于接过第二棒。

比拟模子团队偏向在让呆板人“学会”，财产客户体贴的是落地：部署、履行、验证、迭代与复制这一整套能力可否真正跑通。

这象征着，当呆板人进入工场、仓储、物流、农业、病院、汽车等真实场景时，财产侧需要的已经再也不是局部能力，而是一整套买通数据、评测与部署的基础举措措施系统。

真实财产场景里，本就蕴含巨年夜的“数据金矿”。一条产线、一个堆栈、一座工场，暗地里沉淀着年夜量还没有被开采的物理交互经验：动作怎样完成，呆板人轻易于哪些步调掉效，哪些接触力、路径批改及恢复计谋更要害，哪些使命可以或许尺度化，哪些长尾场景又必需依赖仿真扩大笼罩。

问题于在，已往这些经验年夜多逗留于现场，难以被布局化，也难以进一步转化为可复用、可评测、可连续迭代的资产。而财产端真正需要的，恰是将这些经验转化为呆板人能力。

在是，行业会商的重点，已经经从“要不要呆板人”，转向怎样连续开采并放年夜场景中的数据价值。

这也注释了，为何财产客户愈来愈需要一套缭绕场景睁开的基础举措措施。先于真实场景中提取高价值数据与约束，再经由过程仿真把场景扩大成一个可练习、可笼罩长尾、可范围化评测的平行世界；随后借助评测系统辨认哪些能力已经经不变，哪些能力仍需继承迭代，终极再把验证过的能力部署回真实场景。

放到财产端来看，世界、举动、评测这三层的意义也变患上更详细。世界层对于应的是为真实场景成立一个可扩大的数字平行世界，举动层卖力把财产现场的经验转化为可进修的举动数据，评测层则成为呆板人进入真实场景前的能力诊断。

落到贸易化层面，变化已经然了然：定单来历正从具身年夜模子团队，进一步扩大到真实财产场景中的客户。

据投资界相识，今朝已经有上百家场景方企业正与光轮接触或者推进互助，笼罩制造业、农业、物流、家电、汽车等多个范畴。与此同时，周度新增联系企业仍达数十家。真实场景对于具身数据基础举措措施的需求，已经经较着提速。

这一趋向也表现于本钱层面。就于上个月，光轮智能完成10亿元A++和A+++轮融资，摘患上全世界首个具身独角兽桂冠，引入新但愿集团、奥克斯等具有深挚财产资源的战略投资者，产融协同的格式开端闪现。

而光轮智能也于慢慢把这套能力落地为尺度化、平台化、可范围复制的基础举措措施。可预感的是，将来接入的财产场景越多，这类能力就越要害。

物理AI时代，数据就是“水电煤”

回过甚看，这5.5亿元定单的意义，早已经不只是金额自己。

它更像一个旌旗灯号。透过光轮智能，具身智能财产正于显露出新的重心。

比拟以往行业比拼的是算力及模子，如今进入物理AI时代，跟着呆板人一步步走向真实世界，支撑其连续进修、连续迭代、连续部署的底层基础举措措施，最先被从头瞥见。

假如说算力是上一轮AI竞赛里的“电网”，模子是呆板的年夜脑，那末到了物理AI时代，数据更像是“水电煤”——看不见，却决议了整套体系可否真正运转起来，并范围化落地。

沿着这条线往下看，接下来的竞争核心也愈加了然。谁能于真实场景中连续供应数据，谁能让练习、评测与部署真正形成闭环，并连续、不变地为呆板提供进修与进化的能力，谁就更有时机走到前面。

而光轮智能，已经经抢患上先机。

本文来历投资界，作者：芦苇，原文：https://news.pedaily.cn/202604/562896.shtml

【本文为投资界原创，网页转载须于文首注明来历投资界（微信公家号ID：PEdaily2012）和作者名字。微信转载，须于微信原文评论区接洽授权。背规转载必究责。】-今年会·(jinnianhui)金字招牌