以下文章来源于智见autoweek ，作者关注物理AI的 智见autoweek . 关注物理智能正在如何改变汽车、机器人与商业航天，记录新产业、技术的真实进展。 来源丨 智见autoweek 具身模型训练对算力卡数量和训练周期的要求，也已经和过去不同：一家头部模型公司告诉我们，以10万小时数据为例，在卡充足的前提下，跑完一轮完 整训练可能要两个多月。这超出了很多公司的预期，他们等不起。 作者丨宸惟 编辑丨王欣 具身数采的鬼故事越来越多了。 最近一个在行业里流传的案例是：一家公司批量买回数据，团队里一半的人被拖去干同一件事：数据清洗。折腾了将近一个半月，数据终于能喂进模型、正 式用于训练。但此时一算，数据的有效率只剩10%。（所谓有效率，是指清洗、对齐之后能真正进入训练、并且对模型能力产生正增益的比例） 而押注这10%训练出来的的模型，在一些场景的表现，反而不及从前。 钱是按全量数据付的，真正用上的只有十分之一。 这是今年上半年，包括头部具身数采公司在内的行业真实遭遇。外界很容易把它归为这看似是「数据欺诈」，但我们认为，这不是谁骗了谁的问题，这实际 上是整个行业高估了数据规模的价值，低估了数据质量的系统性代价后 ...