机器之心发布 具身智能通往通用性的征途，正被 "数据荒漠" 所阻隔。当模型在模拟器中刷出高分，却在现实复杂场景中频频 "炸机" 时，行业开始反思：我 们喂给机器人的数据，是否真的包含人类操作的精髓？近日，深度机智在以人类第一视角为代表的真实情境数据，筑牢物理智能基座，解决具 身智能通用性难题的道路上又有重要举措。 具身智能的 "数据之困"：从机械模仿到逻辑理解的鸿沟 具身智能的通用性突破，始终受限于物理世界交互数据的极度稀缺。尽管合成数据与离线遥操作提供了初步养料，但采集效率低、场景单一化、任务真实性弱等 瓶颈，导致模型极易陷入 过拟合 的泥潭 —— 机器人往往只是学会了死记硬背特定的轨迹，而非习得举一反三的操作逻辑。 这一行业痛点，正被深度机智一直倡导的 "第一视角人类经验" 的情境数采（In-Context Data Collection）模式所破解。这种模式主张：数据不应是孤立的动作切 片，而应是带有丰富环境语境与因果关系的逻辑流。 作为北京中关村学院和中关村人工智能研究院（以下简称中关村两院）孵化的第一家高科技企业，深度机智自去年底筹办伊始，就在中关村两院支持下深入开展 以人类第一视角数据为核心的物理 ...