RoboPapers 专访光轮智能谢晨：具身 Scaling Law 的两座金字塔

RoboPapers 专访光轮智能创始人谢晨，其提出具身智能 Scaling Law 需训练和评测两座金字塔：训练金字塔底座为人类数据，解决机器人「从哪里学」，评测金字塔底座为仿真，解决「如何知道学会什么、缺什么」。光轮智能是全球首个具身数据独角兽，开源了 10 万小时高质量多模态人类行为数据集 EgoSuite-Open100K。在训练层面，人类数据可跨本体复用，是机器人基础模型规模化数据的核心来源，与机器人数据、仿真形成训练验证闭环。其打造了规模化高质量数据生产管线，从视频质量、手部位姿、语义标注、全身位姿及多样性多维度保障数据质量。在评测层面，光轮智能以真实世界数据为基础构建仿真评测体系，旗下 RoboFinals 承担仿真评测任务，SimFoundry 保障物理真实，评测形成正向反馈助力模型迭代。光轮智能是两大国际具身标准组织及全球五大物理 AI 基础设施平台中唯一中国公司，标品数据复售倍数超 10 倍，客户复购率近 100%，启动「5 年 100 亿具身智能数据共建计划」，打造类似特斯拉 Model 3 的持续闭环学习系统，有望解决具身智能规模化问题。