透視OpenAI具身數據供應版圖

機器人團隊曾解散

2020至2021年間，OpenAI機器人團隊經歷解散，反覆被提及的現實難題之一正是訓練數據不足，真實物理世界的數據遠比網絡文本稀缺而昂貴。

模型可操控機械臂

幾年之後，其通用模型能力大幅躍升，不僅在語言任務上持續領先，更展現出控制機械臂完成抓取、放置等具身任務的能力，外界對此相當意外。

數據供應成為關鍵

這一能力從何而來，數據來源隨之成為焦點。具身訓練依賴遙操作採集、仿真合成與真實環境錄製等多種渠道，供應體系的規模直接影響模型上限。

具身智能落地之難

與純語言模型相比，具身智能須面對物理交互、數據稀缺與仿真到現實的鴻溝等挑戰，OpenAI曾經的挫折說明，這條路的難度不遜於任何頭部廠商。