2026 WAIC | 星源智刘东：跨本体数据不能“混着训”，统一标准比扩大规模更重要

2026世界人工智能大会（WAIC）以“智能时代 同球共济”为主题，围绕基础模型、智能体、具身智能等前沿方向展开讨论。随着具身智能成为大会关注焦点，行业讨论正在从模型架构、数据规模逐步延伸至真实部署与产业应用。

大会期间，星源智创始人兼CEO刘东受邀参加“真机数据赋能基础模型训练”圆桌论坛，与产业代表围绕真机数据、世界模型及具身智能产业化等议题展开交流。随着具身智能加速迈向产业应用，行业关注点正在从模型能力延伸到真实部署能力，世界模型开始接受真实场景的持续验证。

真机数据不能“混着训”，跨本体标准成为通用模型前提

在谈及真机数据时，刘东表示，具身智能的数据问题首先不是规模，而是标准。

智源研究院自2024年起承接国家具身智能训练场相关任务，采购20余个品牌机器人本体，采集约20万条数据用于VLA基础模型训练。实践发现，不同本体的数据格式、采集方式和标注体系差异巨大，直接混合训练难以形成有效模型。为此，团队自建数据采集与处理平台，对采集视角、关节信息、数据落盘和标注体系进行统一，才使跨本体数据训练成为可能。

刘东认为，未来跨本体通用模型的发展，首先需要建立统一的数据采集和处理标准，而不是简单扩大数据规模。

世界模型进入能力验证阶段，关键在预测、端侧部署和持续进化

对于当前行业热议的世界模型，刘东表示，目前行业仍处于模型范式快速演进阶段，无论是VLA还是世界模型，都还没有形成最终答案。

在他看来，真正具备产业价值的具身模型至少需要具备三项核心能力：能够预测动作对真实物理世界产生的影响，并根据反馈及时调整动作；能够在机器人端侧实时运行，而不是依赖云端大算力；能够基于真实交互和失败经验持续学习，不断提升任务成功率。

围绕这一技术路线，星源智持续推进具身交互式世界模型、RoboBrain Pro具身大脑及端侧算力平台协同发展，希望让机器人不仅能够理解世界，更能够在真实交互过程中不断学习、自主优化，并适配不同机器人本体，实现灵活部署。

从工厂到公共服务，机器人开始真正“上岗”

技术价值最终仍需通过真实场景验证。

目前，星源智RoboBrain Pro具身大脑已在工业物流等场景完成部署验证。在与中力股份联合打造的具身装卸解决方案中，无人叉车已实现装卸效率达到人工操作水平，双车协同装卸进入分钟级；同步推出的高位作业机器人“擎天柱”，不仅能够替代十米级高危、高难度人工作业，还将原本需要多设备协同完成的仓储拣选流程整合为单机器人自主完成，进一步验证了具身智能在真实工业场景中的商业价值。

（左：具身装卸解决方案无人叉车，右：高位作业机器人“擎天柱”）

本届WAIC展示出的一个鲜明变化，是机器人开始走进工业制造、公共服务和商业服务等真实岗位。机器人真正走向产业应用，除了本体能力提升，更是世界模型、具身大脑和端侧算力等底层智能能力完成了一轮工程化演进，使机器人开始具备跨本体、跨场景和灵活部署的能力。

作为具身智能底层技术的核心构建者，星源智持续推进具身交互式世界模型、RoboBrain Pro具身大脑的工程化落地。目前，星源智具身大脑已覆盖超过70%的主流机器人本体企业，智元机器人、极智嘉、乐聚等已将其技术体系应用于产品部署。这不仅印证了底层技术路线的产业价值，也意味着具身智能正从单点技术突破迈向规模化应用。