9月23日，由中国经济信息社数字经济研究中心举办的新华未来机遇对话·闯关——从“演示级智能”到“规模化应用”具身智能高质量发展研讨会在京举行。光轮智能（北京）科技股份有限公司（以下简称“光轮智能”）产品策略总监何仲表示，机器人从演示转向规模化落地，需要一套终身学习的基础设施，离不开大规模、高质量、多样化的数据供给，以及能够闭环迭代的评测体系。

　　光轮智能致力于构建物理AI的持续学习基础设施，通过闭环的Real2Sim2Real基础设施打通真实世界数据、物理准确仿真、规模化评测与部署反馈，帮助机器人在数据、评测与真实部署中持续学习、持续迭代，加速物理AI从研发走向真实世界。

　　何仲介绍，公司以自研仿真平台为底座，业务覆盖仿真合成数据、人类视频数据和真机部署。早期从驾驶仿真合成数据切入，后延伸至具身智能仿真合成数据。

图为光轮智能何仲在研讨会上发言

　　当前，人类视频数据成为行业重要业务拓展方向。何仲提到，从趋势看，行业正在扩大人类第一视角数据的采集与训练应用规模，头部模型公司正快速扩大人类视频数据规模，最新模型的训练数据已达100万小时，数据规模提升后，模型任务成功率明显提高。光轮智能的EgoSuite人类数据，客户包括全球头部模型公司，优质数据已实现最高10倍复售率。光轮智能希望打造更高效的数据生产底座，建设数据运营能力，实现高质量、大规模、多样性的数据生产。

　　何仲指出，行业加速规模化，数据供给要稳定且高质量才能提高客户复购意愿。在多样性层面，光轮智能控制单场景、单任务采集时长，在数据管线端到端生产环节通过技术手段增强数据多样性，避免重复片段和重复任务损害模型性能。

　　在仿真层面，何仲认为，仿真必须越来越接近物理真实世界，不仅外观像，还要包含力反馈、摩擦系数等真实物理信息。光轮智能打造求解、测量、生产三位一体的SimFoundry全栈自研仿真平台。自建的数字采集工厂，可以通过测量真实物体的受力与运动响应，校准仿真中的物理参数和交互行为，同步会通过自研求解器进行物理求解，最后通过AI实现自动化生成。只有先保证真实，大规模仿真才有意义，否则规模越大偏差越大。

　　评测方面，何仲强调，仿真是评测金字塔的底座，可规模化、可复现、可诊断。光轮智能打造的RoboFinals仿真评测平台，可以实现工业级规模化评测。通过评测把现场测试失败的结果带回，定位失败来源，判断是数据不足、场景偏差还是模态缺失，然后定向补采人类数据或仿真合成数据，迭代后再提升能力。

　　“未来，高质量数据标准、规模化评测将逐步建设。光轮智能希望与产业伙伴一起打好基础，让产品更适配更贴近现实，推动具身智能真正规模化落地。”何仲说。

　　“新华未来机遇对话”系列研讨沙龙，旨在搭建高端智库交流平台，架起行业洞察趋势、凝聚共识、链接资源的桥梁。活动与业界人士共同聚焦未来产业发展，对行业热点、焦点、难点展开“头脑风暴”，以思想碰撞催生新思路，以集智聚力破解新难题。