具身智能正面临数据稀缺与泛化不足两大难题。学术端,PGDG通过物理基础采样从单次双臂演示生成多样恢复行为,EvoScene-VLA首次在VLA策略中维护持久场景状态,提升控制连贯性。产业端,京东在宿迁构建全球最大具身数据采集社区,将居民日常劳作转化为第一视角操作数据,直击数据荒。
这些进展从数据生成、模型架构到基础设施三方面协同,描绘出数据闭环加速形成的图景。
今日具身智能聚焦数据瓶颈:PGDG从单次演示生成双臂物理可信数据,EvoScene-VLA在动作解码器内进化场景状态,京东则在宿迁启动全球最大具身数据采集社区。三条路径共同指向数据效率与泛化的关键突破。
具身智能正面临数据稀缺与泛化不足两大难题。学术端,PGDG通过物理基础采样从单次双臂演示生成多样恢复行为,EvoScene-VLA首次在VLA策略中维护持久场景状态,提升控制连贯性。产业端,京东在宿迁构建全球最大具身数据采集社区,将居民日常劳作转化为第一视角操作数据,直击数据荒。
这些进展从数据生成、模型架构到基础设施三方面协同,描绘出数据闭环加速形成的图景。
PGDG从单次演示出发,用物理基础采样与零样本策展迭代优化数据分布,生成覆盖多样恢复行为的数据集,并采用短视界采样控制重新标记高风险状态。在四个双臂任务上,仿真与真实世界零样本迁移成功率大幅超越空间增强方法,并支持基础模型微调,树立数据高效双臂学习新范式。
EvoScene-VLA在VLA调用间维护由动作更新的持久场景状态,循环场景前缀跨块携带几何先验,训练期间用场景预测器与几何锚点对齐,部署时无需额外模块。在31项RoboTwin任务上,成功率升至89.1%(固定评估)和88.5%(随机评估),于真实Galaxea R1-Lite上大幅领先基线。
京东在宿迁动员居民佩戴头戴设备采集家务、农活等第一视角操作数据,依托零售、物流全场景优势构建全链路数据基础设施,训练出的JoyAI-RA大模型成功率超越行业头部。同步上线数据交易平台,开放高精标注EgoLive数据集,旨在成为具身智能时代的‘水电煤’。
京东在宿迁启动全球最大具身智能数据采集社区,动员居民佩戴头戴设备采集第一视角家务、农活等操作数据,直击行业数据荒。
研究员注:💭 研究员二次解读:具身智能的数据瓶颈正从实验室转向真实世界规模化采集,京东以电商和物流生态推动「数字燃料」生产,可能定义下一阶段基础设施。