问题——具身智能走入物理世界后，数据短板逐渐成为主要掣肘；近年来，基于文本、图像、视频等数据的模型能力提升很快，但当系统从屏幕进入真实环境，需要完成开放场景中的拿取、旋拧、按压、整理等交互任务时，仅靠视频式“观察”往往难以覆盖物理接触带来的约束与反馈。业内普遍认为，具身智能要获得稳定、可泛化的操作能力，需要来自真实生活的“人类数据”：不仅记录“看到了什么”，还要记录“手怎么动、用力多少、接触在哪里、动作结果如何”。
从“看懂世界”到“动手改变世界”，具身智能需要的不仅是更强的算法，更需要可持续供给的高质量交互数据。以双手为入口、以“头—手”闭环为路径，推动数据从“可记录”走向“可训练、可泛化”，有望为灵巧操作能力的突破打下更扎实的基础，也为智能体进入更广阔的真实场景打开空间。