北大联合提出具身操作数据金字塔，划分5大数据层级

机器之心 · wechat · 2026-08-04

多模态基础模型可通过互联网数据学习感知，但具身智能必须理解物理状态与动力学。针对这一挑战，北京大学联合多所高校提出了一套具身操作数据金字塔框架。

该框架以「可规模化程度」和「机器人对齐程度」为核心轴线，将现有的数据生态划分为五个互补层级：真机数据、UMI式数据、自我中心与外部视角数据、仿真数据以及通用视觉语言数据。研究指出，具身预训练的关键不在于单纯的数据量，而在于数据是否包含与物理交互相关的监督信号。

此外，论文还系统梳理了具身大脑、VLA模型与世界动作模型在异构数据混合、动作空间对齐等方面的挑战，强调未来的具身数据研究应从单纯追求规模转向提升信息覆盖与采集效率。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →