人类数据成具身智能新燃料 云端算力需求暴涨4倍

具身智能领域的算力消耗正在经历一轮结构性攀升。腾讯云异构计算产品副总监黄阳透露，2026年腾讯云在具身智能方向的算力规模预计较2025年增长约4至5倍，其中数据清洗环节占大头。这一增长并非源于模型训练本身，而是集中在数据采集与预处理阶段，反映出行业训练燃料的构成正在发生根本性变化。

过去数年，具身智能模型的训练高度依赖真机采集与仿真合成两条路径。真机数据虽能完整记录关节运动与物理交互，价值最高，但采集成本高昂且受限于机器人保有量，难以支撑数十万小时乃至百万小时的训练需求。仿真合成数据虽可快速填补数量缺口，却在重建物理规律与拓展任务泛化度上存在天然瓶颈。行业观察显示，2025年真机数据热度达到顶峰后，2026年人类数据的浓度与认可度显著上升——通过智能眼镜或摄像头采集的人类第一视角操作视频，凭借场景丰富性高、物理属性真实且采集门槛低的优势，逐渐成为预训练阶段的核心燃料。

数据源的切换正在重塑产业链协作模式。艾欧智能等数据服务商与腾讯云的合作已深入数据平台底座层面，由云厂商提供底层存储与算力，数据服务商负责前端入口与管理，共同支撑从采集、清洗、标注到训练调度的全链路。在跨境远程遥操作场景中，腾讯云通过TRRO方案保障控制流与图像流的稳定传输，使'人在深圳、机器人在美国'的跨国操控成为现实。尽管行业数据飞轮尚未全面启动，但专家预计未来两到三年内，随着机器人以'部分自主+部分人工遥操作'方式进入真实场景，真实世界数据将持续回流，逐步构建起类似自动驾驶的迭代闭环。从产业趋势看，数据采集门槛的降低正在吸引大量传统数据服务商涌入具身赛道，围绕'训练燃料'的竞争将成为决定商业化速度的关键变量。