大家好，我现在在光轮智能联合创始人杨海波这边，跟他聊了聊关于AI仿真合成数据的事儿。2024年，大家伙儿都知道AI现在正在从虚拟世界往物理世界蹦跶呢，这就是所谓的具身智能。不过这门技术想要大规模发展起来，还得靠海量的高质量数据来喂饱模型，不然光是研发成本就够喝一壶的。 杨总说了，物理AI这东西不像以前那些大语言模型光靠网上的文字就能训练出来，它得有大量的三维空间和物理交互数据。但你要在现实世界里去收集这些东西，那可太难了！成本高、效率低，场景还限制死了，有时候还容易出安全事故。这时候仿真合成数据就派上用场了。 杨总强调说，仿真数据不是要把真实数据给替代掉，而是给现在的技术发展阶段找条能可持续发展的路。你别看画面做的像不像真的那么回事儿，关键得是力学上得准。物体之间怎么受力、怎么变形、材质什么样、摩擦有多大这些细节都得算清楚。只有这样才能用极低的成本和极高的效率去生成那些平时很难见到的极端情况的数据。 光轮智能从一开始就盯上了这块“数据基础设施”。2024年下半年以来需求一下子猛涨，这家公司算是占了个先机。杨总透露了个数字，现在具身智能对数据的需求比之前做自动驾驶那会儿猛了一千倍不止。现在全球超过80%的主流具身智能团队还有几家顶尖的世界模型研发机构都在用光轮的服务。 现在合成数据这个赛道大家心里都有数了，不是“要不要”的问题了。大家最关心的是做得好不好。这就得看谁家的仿真物理准确性够高，而且得真能在模型训练里用得上。这就需要服务商不仅懂计算机图形学和物理引擎，还得懂AI模型怎么学、怎么变。光轮智能就是这么做的，从环境搭建到管线生成再到质量评估，把全流程都打通了。 以后智能体肯定要往制造业、物流、家里还有城市管理这些地方渗透。那时候对仿真数据的需求肯定会越来越大。到时候仿真数据产业可能会和芯片、算法并列成为智能时代的三驾马车。这玩意儿做得好不好，直接决定了物理AI能落地多深、多安全。 具身智能的发展让AI仿真合成数据这门技术从幕后走到了台前。光轮智能这类公司就像当年卖水给淘金者的人一样，不光解了现在的燃眉之急，也在给未来智能体融入物理世界铺路呢。这条“卖水”的路让咱们看到了中国科技企业在底层技术上的眼光和积累。咱们继续关注他们以后的发展吧！