具身智能进入「基建时代」：超 70 家训练场投运，千万小时数据推动模型从算法探索转向数据驱动。但落地仍须跨越 泛化、精准、可靠、高效、低成本 五道坎。
技术前沿上，ParticleSplat 用自监督对象中心 3D 高斯泼溅赋能操作；异步扑翼展示低层驱动与高层感知分区蓝图。人才侧平均月薪 5 万+，但真正信号在于跨越五道坎。
5 signals·3 sources·2026年9月19日星期六·09-16 01:30 ~ 09-18 03:45 UTC
今日主线 · main storyline
具身智能基建时代：千万小时数据与落地五道坎并存
今日素材显示具身智能面临技术突破与落地障碍。ParticleSplat 自监督对象中心学习扩展到 3D 高斯泼溅；超 70 家训练场、千万小时数据推动基建；但泛化、精准、可靠、效率、成本五道坎仍需跨越。行业从算法探索转向数据驱动与工程化攻坚。
今日主题 · topics
ParticleSplat 分解场景为潜粒子并映射到 3D 高斯，实现对象中心表示；多视图自监督训练无需显式对象掩码；潜空间编辑可移动对象，支持 3D 场景操控；在机器人操作任务上验证下游性能提升。技术扩展 Deep Latent Particles 至共享 3D 潜空间。
via
arXiv cs.CV(论文预印本)
文章指出具身智能落地仍需克服泛化不足、操作精准有限、可靠性待验证、执行效率不高、成本居高不下等障碍。这制约跨场景适应与规模化部署。瓶颈本质是工程化与数据闭环问题，非单一算法突破可解。
via
同花顺财经(财经媒体分析)
报道称超 70 家训练场投运，累计千万小时机器人操作数据。大规模训练场地与数据成为具身模型关键基础设施，标志行业转向数据驱动。训练场覆盖多种场景，支撑 VLA 等模型学习。
via
Sohu(科技媒体报道)
今日全部信号 · all sources