生境科技投稿 量子位 | 公众号 QbitAI 具身智能的突破离不开高质量数据。 现实数据采集成本实在太高，于是，合成数据的技术就显得尤为重要。 目前，具身合成数据有两条主要技术路线之争： "视频合成+3D重建"or "端到端3D生成" 。 参考自动驾驶的成功经验，前者模态转换链路过长容易导致误差累积；后者"直接合成3D数据"理论上有信息效率优势，但需要克服"常识欠 缺"等挑战。 英伟达在CES 2025指出"尚无互联网规模的机器人数据"，自动驾驶已具备城市级仿真，但家庭等复杂室内环境缺乏3D合成平台。 △ "没有数据，就创造数据。" NVIDIA Cosmos World Foundation Models, CES 2025 为解决"常识欠缺"困境，沿用"端到端三维生成"的技术路径，本文提出 "模态编码" 的全新技术解决方案：打破"排布=几何"旧范式，将空间方 案本身进行数字化编码、特征提取以及隐式学习。 结合强化学习策略，探索一种新的可能：不仅生成空间，更生成"可被理解与使用"的空间。 数据困境 眼下的现实是，具身智能的数据，不但少，而且不够用。 具身智能的现实挑战 智能困境：强身体，弱大脑 在机器人的 ...

" 没有数据，就创造数据。 "NVIDIA Cosmos World Foundation Models, CES 2025 NVIDIA Cosmos World Foundation Models, CES 2025 摘要 本文主要描述了具身合成数据两条主要技术路线之争： " 视频合成 +3D 重建 " or " 端到端 3D 生成 " 。参考自动驾驶的成功经验，前者模态转换链路过长 导致误差累积， ' 直接合成 3D 数据 ' 理论上有信息效率优势，但需要克服 " 常识欠缺 " 等挑战。 眼下，机器人流行视频中高难度动作（空翻、跳舞、格斗等）主要依靠 遥控 / 预设编程完成的。 机器人 逐渐完善了 自身运动控制能力 ，然而对外环境感 知、推理能力有待完善。 数据是 AI 时代的石油。具身智能的突破高度依赖于数据驱动的训练。由于现实数据采集成本高，合成数据被推上了前台。它不只是 " 虚拟的替代品 " ，更 可能是具身智能迈向通用能力的关键推动力。英伟达在 CES 2025 指出 " 尚无互联网规模的机器人数据 " ，自动驾驶已具备城市级仿真，但家庭等复杂室内 环境缺乏 3D 合成平台。 为解决 " 常识欠 ...