9月13日，PEC 2025 AI创新者大会暨第二届提示工程峰会在北京举办。大会由中国人工智能产业发展联盟指导，PEC China、至顶科技、软积木主办，AIGCLink、爱智岛人工智能艺术家创作联盟、LangGPT、硅创社等联合主办，数百家行业协会、研究院、社区与知名机构协办，共探“新作品时代”的AI未来图景，幂特科技联合创始人CTO 王志成受邀出席大会。
如何推动人形机器人持续成长、成长为未来新一代生产力，仍是一个值得整个产业思考的关键问题。
在9月13日的PEC 2025 AI创新者大会暨第二届提示工程峰会上的年度提问环节
人形机器人各个领域的专家，进行了一场以《新物种时代：人形机器人如何“长大”？》为主题的深度对话。
在这场深度对话中，他们从硬件、算法、数据、算力全维度，一起探讨了人形机器人的技术现状、成长空间，以及商业化路径。
幂特科技主要从数据层面，发表了精彩的演说。
01 具身智能热潮中，人形机器人的技术收敛了吗？
问：人形机器人现在对仿真数据和真实数据有怎样的需求？
王志成：幂特科技的英文名是PowerTech，我们希望通过自己的努力，使具身智能的数据呈指数级增长，使具身智能的智能幂次进化。
目前具身的数据确实非常稀缺，特别是数据多样性的稀缺是制约具身智能破局的关键。以目前数采方案来看，数据量也很难实现指数级增长。
仿真数据的好处是可以快速地去生成具有一定随机性的大量数据，这里的关键点不是大量，而是随机性，通过随机性可以弥补一些真机无法覆盖的场景。
但是通过仿真很难复刻整个世界，会有一定人为设计的痕迹，我觉得更多、更大量的数据需要来自于真实世界。
真实的数据有两个优点：
一个是，它可以快速在特定场景搭建数采通路，可以尽快在特定场景构建Demo；
另一个是，真机数据可以提供真实世界物理交互的力学信息，可以提供真实世界的触觉反馈，这两点是人形机器人在真实世界落地必不可少的。
问：如何低成本、获取高质量、海量数据？
王志成：在回答这个问题之前，我们先要回答这几个问题：
什么样的数据采集方案可以使得我们的数据成指数级增长？
什么样的数据获取方案可以不用穿戴额外设备？
什么样的数据获取方案可以尽可能贴近真实世界的多样性？
我觉得使用人类视频数据是一个比较好能回答这三个问题的方案。
我们是通过3D人体姿态识别和人的动作轨迹还原，可以使得视频数据真正通过重定向映射到人形机器人上，生成真正可以用来去做后训练的数据。
我们也关注到特斯拉最近在做技术路线的转型，更聚焦到人类视频数据上，我相信他们也有类似的思考。
02 现有技术储备下，人形机器人有怎么样的成长空间？
问：我们知道现在有一种说法是“有多少数据、就有多少智能”，您对今年就人形机器人的技能泛化性有怎样的预期？
王志成：我非常同意您说的“有多少数据，就有多少智能”。
如果说讲泛化性，我觉得其实得从两个方面去讲，一个是从数据，一个是从模型。
从数据层面来看，我们需要思考的问题是，按照目前数据获取方式都是呈线性增长趋势，如果模式不变，或者说没有一种呈指数方式获取数据的方法，我觉得到今年年底可能只是有些以前不能干的任务现在能干了，或者以前能干的任务现在干得更细了，不会有本质上的突破。
我们认为泛化性如果真发生本质的突破，一定是数据获取方式上有了新的质变。
从模型层面来看，现在比较火的VLA是从LLM或VLM演进而来，无论是LLM还是VLM，本质上都是为language设计的，它的强项在于理解。人形机器人的核心是action，从理解到动作是有很大的鸿沟的，从特征和信息维度来看，有很大的差别。
我认为，从真正适配人形机器人泛化性来入手设计模型会更有必要，这会是一个大问题，需要整个行业一起努力。
综上，提升人形机器人的泛化性，需要从数据和模型两个维度去做本质突破。
