近日，开普云具身智能训练场（无锡基地）正式启用。同期举行的圆桌论坛上，开普云CTO、无锡普盈数据董事长杨春宇博士与来自高校、产业企业、数据交易平台和行业协会的嘉宾，围绕“数据驱动的具身智能”展开交流，共探产业发展路径。
杨春宇博士主持圆桌论坛
出席论坛的嘉宾包括：清华大学长聘副教授冯建江、在流科技董事长吴宏家、北京国际大数据交易所生态总监、生态业务部总经理叶航晖、中国电子信息行业联合会人工智能工作委员会副主任杨梓琦。嘉宾分别从学术研究、产业实践、数据流通和行业发展等角度，分享了对具身智能发展的思考。
当前，大模型技术不断演进，人工智能正加速从数字空间走向物理世界。具身智能的发展不仅依赖模型能力，更需要机器人能够在真实环境中持续学习和迭代。其中，高质量、场景化、可持续获取的数据，正在成为推动模型演进和产业应用的重要基础。
开普云具身智能训练场（无锡基地）
无锡基地的建设，正是围绕这一需求展开探索，希望通过持续的数据采集、管理和服务能力建设，为模型训练、能力评测和行业应用提供基础支撑。
Part 1
从AI三要素到四要素：机器人本体成为新的关键变量
论坛首先围绕具身智能发展的核心驱动力展开讨论。
清华大学长聘副教授冯建江认为，相比传统人工智能主要依赖数据、模型、算力三大要素，具身智能的发展还需要将机器人本体作为新的核心变量纳入整体体系。冯建江表示，目前Transformer等基础模型仍具有较大的发展潜力，算力和芯片产业也在持续进步，而行业真正面临的挑战更多来自两个方面：一是高质量真实数据供给仍然不足；二是机器人本体距离低成本、大规模产业化仍需持续突破。未来，两者需要协同发展，才能支撑具身智能迈向规模应用。
杨春宇在总结时表示，当前机器人产业仍处于快速发展阶段，本体能力与数据体系相互促进。随着机器人规模逐步提升，高质量数据的重要性将进一步凸显，而数据基础设施建设也将为行业持续积累能力提供支撑。
Part 2
数据正在成为具身智能的重要生产要素
围绕数据流通、价值释放和合规应用，北京国际大数据交易所生态总监、生态业务部总经理叶航晖分享了产业观察。
他表示，随着人工智能快速发展，市场对专业化、场景化数据的需求持续增长。对于具身智能而言，数据不仅用于模型训练，也正在逐步形成覆盖采集、治理、流通、评测等环节的完整产业链。
数据与模型闭环示意图
与此同时，数据安全与合规始终是产业发展的基础。行业正在探索更加规范的数据治理机制，并推动数据质量评估、可信流通及模型评测体系建设，为数据要素价值释放提供保障。
Part 3
推动规模化落地，需要解决数据供给与标准体系问题
中国电子信息行业联合会人工智能工作委员会副主任杨梓琦认为，具身智能正在由技术验证阶段逐步迈向产业化阶段。
她表示，目前行业仍面临两方面挑战。
一方面，真实场景数据采集成本较高，不同机器人平台之间接口和通信协议存在差异，导致数据复用效率有限；另一方面，数据采集、标注、评测等环节尚未形成统一标准，一定程度上影响了产业协同效率。
对此，杨梓琦建议进一步完善行业标准体系，加强公共数据平台建设，推动数据采集、评测和共享机制不断完善，为产业规模化发展提供基础支撑。
杨春宇表示，标准体系的逐步完善，将有助于提升数据共享效率，也将进一步促进工业、服务等不同场景的数据积累和模型迭代。
Part 4
面向真实工业场景，构建数据与应用闭环
围绕制造业应用实践，在流科技董事长吴宏家结合数字孪生项目实践分享了观点。
吴宏家认为，机器人进入工业现场，不仅需要完成单个动作，更需要适应整个生产系统，包括设备接口、生产节拍、业务流程等。因此，具身智能的工业应用应更加关注系统级集成能力，而不仅是单项技能表现。
在模型训练方面，目前行业普遍采用仿真数据与真实机器人数据相结合的方式，通过仿真提高训练效率，再利用真实场景数据持续优化模型泛化能力。
吴宏家表示，专业化的数据采集平台能够帮助企业降低数据获取成本，加快模型验证和场景适配效率，为具身智能进入更多工业场景提供支持。
Part 5
产业协同将成为下一阶段的重要方向
论坛最后，嘉宾围绕未来五年具身智能产业的发展重点进行了交流。
冯建江认为，应持续降低机器人应用门槛，加快人机协同场景落地。
叶航晖表示，未来需要进一步提升模型能力，同时持续完善高质量行业数据供给体系。
杨梓琦认为，加快建立覆盖数据采集、标注、交易、评测等环节的公共服务体系，推动行业标准不断完善。
吴宏家则表示，具身智能应更多结合制造业实际需求，探索柔性制造和定制化应用，拓展产业应用空间。
多位嘉宾一致认为，数据、标准、场景和生态建设将共同决定具身智能产业的发展速度，也将成为推动技术走向规模化应用的重要基础。
以数据基础设施支撑具身智能发展
无锡基地的启用，是开普云围绕具身智能数据基础设施开展的一项实践。
开普云具身智能训练场（无锡基地）
基地面向真实场景数据采集、数据管理、模型训练支撑及产业协同等需求，探索构建覆盖数据采集—模型训练—应用验证—持续迭代的能力体系，为科研机构、机器人企业及行业应用提供数据支撑和服务能力。
未来，开普云将继续联合高校、科研院所及产业合作伙伴，围绕高质量数据建设、场景开放、标准探索和生态协同持续开展合作，共同推动具身智能技术在工业制造、商业服务及更多真实场景中的应用落地。