机器人数据的重要性 - 数据是机器人技术从实验室走向大规模产业落地的核心底层变量，决定了策略泛化、稳定运行与安全可控的能力[1] - 高质量、场景匹配的数据是先进模型实现实际应用的地基，没有合适的数据，再先进的模型也只能停留在论文与Demo阶段[1] - 机器人行业当前最迫切的问题包括：机器人真正需要什么样的数据、如何从海量原始信息中提炼有效数据、如何理解数据对机器人决策与行为的实际影响[1] 数据利用的关键趋势 - 机器人领域的竞争已从模型之争转向数据采集、筛选与利用的能力之争，下一阶段发展取决于数据体系的构建能力[2] - 通过任务拆解与模块复用可以实现数据高效利用，将复杂任务拆解为已有成熟方案的子任务，无需为长时程任务专门收集新数据[2][25][27] - 数据飞轮（系统投入使用后收集数据并反向优化系统）是机器人产业化的重要路径，结合传统工程技术可以加速系统迭代[2][44][45] 数据高效利用技术 - 数据增强技术（如结合合成数据、轨迹拼接）可以从现有数据中挖掘更多价值，减少对大规模数据收集的依赖[12][23] - 动作速度优化可以通过逆延迟方法在现有策略基础上将机器人动作速度提升2-4倍，无需额外收集数据[12][31][32] - 动作分块作为控制理论工具能打破误差的指数累积，提升系统稳定性，其优势源于控制理论特性[12][126][130] 数据规模化挑战与解决方案 - 机器人领域数据规模与自然语言处理领域存在巨大差距，机器人可能需要10万年量级的数据，而自然语言处理领域已有庞大数据规模仍不完美[21][42] - 通过改进操作界面（如Aloha Lightning系统）可以收集更快的演示数据，使训练出的策略速度达到传统方法的2-3倍[12][103][105] - 仿真技术和YouTube视频数据挖掘是缩小数据差距的两种主要思路，但在操作任务领域仿真难度较高[12][43][44] 数据质量管理与优化 - 数据混合可优化模型多能力表现，模型性能与数据混合比例存在近似线性的混合律，基于混合律的方法能高效找到优质混合比例[12] - 故障数据对机器人技术发展至关重要，可用于安全监控、识别模型局限性、指导数据收集等，但目前常被忽视[12][72][79] - 部署感知数据筛选可以通过量化数据样本对部署环境中成功的贡献度，仅需10次左右的rollout即可在多种数据场景中实现性能提升[12][83][91] 基础模型与推理系统 - 基础模型为物理AI系统开发提供机遇，可构建"云端大模型+车载小模型"架构，通过数据飞轮加速系统迭代[12][53][54] - 思维链自动标注流水线可以规模化生成推理数据，在极具挑战性的场景中（如施工区域）能带来显著性能提升[12][61][63] - 视觉-语言-动作推理模型可在实时驾驶流中输出推理轨迹，当前速度约为10Hz，通过多种优化技术可满足实际需求[12][57][66] 评估与测试创新 - 大规模评估是机器人基础模型发展的瓶颈之一，通用策略在不同环境中的性能差异导致评估复杂度呈指数级增长[12][99][107] - 利用动作条件视频生成模型可以实现通用策略的快速评估，虽然物理细节建模精度不足，但可用于评估"指令理解能力"[12][108][115] - 通过世界模型在虚拟环境中运行策略并筛选成功rollout进行微调，可以使策略在分布外指令上的成功率显著提升[12][117][119]