点击下方 卡片 ，关注" 具身智能 之心 "公众号 机器人算法这么多？为什么很难走进真实场景？ 今年以来，围绕机器人操作任务，国内外团队产出了大量的工作。从physical intelligence 到国内的具身独角 兽、高校，不断在刷新各类指标，提升泛化性能。许多VLA和RL框架也逐渐完善，git上star动辄2k+，不少研 究团队持续在维护使用。 但也有一个很明显的问题，为什么VLA在真实场景中应用的很少？有些机器人在各类展会上的效果还算可 以，但稍微变动场景，就感觉"失明"一样，看着"张牙舞爪"。特别是叠衣服、拆箱子等日常生活中的一些任 务，动作固化、动作不够优雅是常态。 这个问题的根因是模型不够泛化，做过模仿学习的童鞋应该知道，模型如果"泛化性"不够，很难真的应用。 特别是具身机器人的开放场景，可能有N种动作，需要大量的数据喂给模型。 行业内一些数据采集成本高、周期长，难以规模化，定制化属性高。这就引出了一个非常重要的问题，如何 有效获取大规模高质量数据，让模型能够"泛化"，能够理解任务对应的行为和操作方式。 从成本和规模上已演变出四条数据路线 目前业界已形成多种具身数据获取方案，不同方案在数据质量、 ...

近日，简智机器人完成第三轮融资。作为赛道新锐，这也是公司成立4个月的第3轮融资，总额超2亿 元。其中： 这让简智成为具身智能数据基建细分赛道融资进展最快的企业。此次融资不仅注入资金动能，更印证了 产业资本对具身智能数据基建赛道及简智核心竞争力的高度认可。 简智秉持"具身智能源于人、回归人"的理念，专注于将AI落地物理世界，通过全栈自研"产品+产线"双 轨战略，构建"人类技能数字化-云端AI数据治理-机器人应用"全链路闭环解决方案；核心团队由"模型 +智驾数据工程团队"组成。 产品、数据能力建设均取得关键进展： 夹取不同食物，触觉进行不同压感检测，同时将轨迹高精度还原、完成深度信息、环境重建。 通过采集数据训练模型，完成在Gen Controller的部署 首个构建规模化、众包真实场景采集，累计完成超百万小时、覆盖超过500种技能数据资产积累。 完成双轨驱动战略设计，构筑规模化、闭环链路。 简智精准把握具身智能"数据为王"的核心逻辑，区别于行业多数玩家聚焦单一采集设备的做法，简智更 侧重数据全链路价值挖掘——其核心认知是"数据治理、产线设计比单纯做硬件更重要"，这也是公司布 种子轮：由BV百度风投领投，Mome ...