大模型之具身数据融合趋势探讨

本文探讨了大模型与具身智能数据融合的趋势，重点分析了多模态数据、具身数据的分类、技术路径分化及数据成本。文章指出，将具身数据融入多模态基座模型已成明确趋势，主流技术路径分为世界模型与VLA模型，两者的预训练与微调数据需求及成本存在差异。同时，真机遥操作、Umi-style和第一人称视角（Ego-centric）等不同数据采集方式的成本分化显著。此外，通用大模型厂商正加速切入具身赛道，硬件可靠性、统一动作空间构建以及高质量数据产出能力成为未来模型泛化与架构演进的核心壁垒。