黎曼动力光轮智能诺亦腾联手冲100万小时具身数据

时间：2026年8月7日（量子位首发） 地点：中国（北京/深圳/上海等具身智能产业集群） 人物：黎曼动力（Riemann Dynamics）创始人刘扬、光轮智能团队、诺亦腾机器人（Noitom Robotics）团队 事件详情：据量子位8月7日报道，刚拿下仿真与真机双SOTA的具身模型新锐黎曼动力宣布联合光轮智能、诺亦腾机器人共建具身智能数据底座。三家公司分工明确：诺亦腾机器人负责将"人类经验翻译成机器人教材"（动捕数据，全球动捕市场份额约70%）；光轮智能承担物理AI数据与评测基础设施（"求解—测量—生成"三位一体仿真平台）；黎曼动力负责模型训练与Scaling验证（前身为昆仑万维内部Matrix世界模型团队）。黎曼动力立下flag：到2026年底完成100万小时机器人训练数据采集，力争成为全球首个突破该规模的企业。 背景：亿欧智库报告估算，当前全球高质量具身交互数据仅约50万小时，黎曼动力瞄准的目标是现有行业存量估算的两倍量级。此前黎曼动力已用23.2万小时数据训练出Riemann-1.0初步验证路线。横向对比：Physical Intelligence训练π0使用约1万小时机器人数据已是当时最大规模之一；英伟达GR00T 1.7公开披露的真示教、人类第一视角和仿真数据合计仅约4万小时；谷歌DeepMind联合全球20多家机构才凑出覆盖22种机器人本体的100多万条轨迹。具身智能Scaling长期卡在"数据量与数据质量"两大瓶颈：真机数据、人类视频、仿真数据三类各有价值与短板，长期分散在不同玩家手中，缺乏闭环。 影响：三家联手把具身数据从"各采各的、各训各的、各测各的"推向"采集—仿真—训练—评测"一体化闭环，让数据生产首次真正跟着模型需求转。100万小时未必是能力涌现的"魔法线"，但足以让行业首次在足够大的尺度上验证具身Scaling是否成立。昆仑万维董事长方汉指出，具身智能模型接下来的能力分化不在于demo数量，而在于谁能率先把训练数据采集到百万、千万乃至亿小时级别。 总结：黎曼动力、光轮智能、诺亦腾机器人三方组队，以"模型—仿真—动捕"互补分工冲刺全球首个100万小时具身数据底座，目标直指具身Scaling能否成立的终极命题；若2026年底兑现，将为国产具身智能拿下全球首个百万小时里程碑。 参考来源： - 量子位（QbitAI）：冲刺全球首个100万小时具身数据！三家国产公司联手了，https://www.qbitai.com/2026/08/467486.html - 网易新闻：冲刺全球首个100万小时具身数据！国产公司联手了，https://c.m.163.com/news/a/L3NE65IF0511DSSR.html - 凤凰网：冲刺全球首个100万小时具身数据！三家国产公司联手了，https://i.ifeng.com/c/8vRnkz1bgt2 - 36氪：黎曼动力创始人刘扬回顾从Matrix世界模型到具身智能的转型 - 英伟达官方Blog：GR00T 1.7数据规模约4万小时 - 昆仑万维董事长方汉公开评论：具身智能Scaling取决于数据规模 - 亿欧智库：全球高质量具身交互数据约50万小时估算 - 黎曼动力官方：Riemann-1.0用23.2万小时数据训练