合成数据的核心作用 - 合成数据被视为推动AI技术革新的"新石油"，是AI进入物理世界的桥梁[1] - 具身智能发展必须依赖合成数据，其价值在于将人类示范转化为海量训练素材[3] - 合成数据需满足四个必备条件：真实物理交互能力、人类示范在环、场景丰富度、数据闭环验证[3] 光轮智能的技术优势 - 公司通过仿真技术打造具身数据引擎，填补99%的具身Pre-Train阶段数据缺口[4] - 生成百万级差异化场景，解决Real2Real场景丰富度不足的问题，支撑算法训练[6] - 与英伟达合作实现GR00T N1模型在汽车制造生产线的Sim2Real落地，验证闭环能力[9] 商业模式创新 - 采用直接"卖数据"模式而非提供仿真工具，定位为AGI时代的"卖水人"[11] - 融合Scale AI的运营经验，构建高效具身合成数据产线，连接专家示范与仿真技术[11] - 截至2025年初服务英伟达、DeepMind、字节跳动等顶尖企业，国内市场份额第一[11] 行业前景与公司战略 - 具身智能领域合成数据份额预计达90%-99%，但需解决技术标准、物理模拟精度等挑战[13] - 公司将持续加大研发投入，加速国际化布局，目标成为全球顶尖合成数据提供商[13] - 在AI数据革命中，公司以先行者姿态引领行业发展[14] 创始人背景与理念 - 创始人杨海波拥有政府、社会组织及企业多元履历，兼具政策洞察与市场经验[2] - 创业理念为"拥抱不确定"，认为仿真技术能解决实体经济具身数据积累瓶颈[2]

合成数据是放大人类示范的 "放大器"，是打通具身智能"最后一公里"的关键钥匙。与真实场景数据的采 集面临的成本高、周期长、场景覆盖率低等问题不同，具身仿真数据构建的是场景足够丰富、物理交互 真实及人在环的数据，能够有效打通机器人进入物理世界现存的技术难点。 近日，在第二届中国人形机器人与具身智能产业大会上，光轮智能（北京）科技有限公司联合创始人兼 总裁杨海波，发表了主题为 《合成数据：具身智能的必经之路》 的演讲，杨海波认为，在实现通用人工 智能（ AGI）的过程中，AI必须具备与复杂物理世界交互并深入理解的能力。 杨海波强调，具身合成数 据有三个必备条件：一是要有足够真实的物理交互能力、二是要有人的示范在环、三是场景足够丰富。 光轮智能（北京）科技有限公司联合创始人 &总裁 杨海波 杨海波在会上指出，物理交互是让机器人真正 "学会做事"的基础，就像学游泳不能光在岸上看，必须跳 进水里感受浮力和阻力一样。 要让机器人像真人一样学习，必须模拟出真实的物理反馈，比如物体的重 量、材质软硬、碰撞时的反应、关节如何活动，以及动作之间的逻辑联系（比如按下开关灯才会亮）等 物理属性，细节构成的动态交互体验，才能帮机器人在 ...