7月17日，2026世界人工智能大会（WAIC）暨人工智能全球治理高级别会议在上海开幕。在众多展区中，具身智能展区汇聚超200家企业，与智算并列为规模最大的两大核心板块，成为本届大会最受瞩目的焦点之一。
赛道玩家集中亮相 WAIC，直观反映出具身智能正进入快速发展周期。繁荣景象之下，行业也形成更为理性的判断：无论是模型算法迭代，还是机器人本体硬件优化，想要推动具身智能从实验室走向规模化商用，都绕不开一大现实阻碍：高质量物理数据的可持续供给难题。
面对这一共性挑战，业界首个打造世界模型驱动物理 AI 数据基座的企业：无问智科，携Real2Sim2Real全链路闭环范式亮相大会，集中展示“通用数据基座+场景数据基座”的双矩阵战略部署与落地进展，收获业内广泛关注。
在无问智科展台，UMI数据对模型性能的提升效果演示吸引了大量专业观众与媒体代表驻足观摩。实验选取篮子收纳与物品分拣两项行业典型任务，将UMI数据与PiperX公开数据集进行对比。结果显示，相较于仅采用开源100万帧数据集训练的模型，额外增加200万帧UMI数据进行训练后，模型表现显著优化：篮子收纳任务成功率提升约15%，物品分拣任务中抓取成功率提升4%，分类成功率提升50%。
现场工作人员介绍，不少嘉宾正是带着破解数据困局的迫切需求前来，流重点聚焦于真实数据与仿真数据的融合路径，相关技术细节成为展台讨论的焦点。
这种关注热度的背后，是具身智能行业一个悬而未决的路线之争——“仿真派”押注合成数据的低成本与可扩展性，"真机派"则寸步不让地捍卫物理真实性的不可替代价值。这场争论的实质，是行业尚未找到一条兼顾真实性、规模化与成本效率的工程化路径。
对此，无问智科没有简单偏向任一技术路线，而是以“Real2Sim2Real”全链路闭环范式系统性破局。该范式依托全栈自研的“无垠”物理AI数据基座平台，以大规模无感采集夯实真实数据源头，以超大规模生成式仿真突破规模瓶颈，让Scaling Law在物理世界真正生效，构建起“采集世界—生成世界—模拟世界”三层战略架构，逐层破解具身智能在数据获取、模型训练与场景泛化中的核心制约。
这一技术路径的核心价值在于，它不仅是数据生产方式的革新，更是对真实与仿真二元对立这一行业惯性的根本性重塑。基于此，无问智科打造出业界唯一的虚实融合数据供给闭环，构建起由数据与仿真飞轮共同驱动的世界模拟器。
无问智科相关负责人表示：“行业在技术路线上的争论，本质上是受困于数据的‘不可能三角’——真实性、规模化、低成本，三者无法兼得。无问智科通过‘Real2Sim2Real’工程闭环，让真实数据与仿真数据互为补充、相互校准，在规模化生产的同时逼近物理真实，让‘不可能三角’逐步走向可能。我们希望通过‘无垠’数据基座，为行业提供一条可进化的数据基础设施路径。”
作为物理 AI 数据基座领域的先行者，无问智科围绕构建“数据基座”这一核心，发挥平台生态优势，落地多项重磅战略合作：与地平线、地瓜机器人联合共建“具身智能数据联合实验室”，打造行业首个“算力—算法—数据”三位一体协同生态；与它石智航共建全球最大规模Human-Centric数据集，为其通用具身大模型AWE3.0提供核心数据支撑；与灵心巧手打造行业最大灵巧操作数据集，系统性破解精细作业数据瓶颈；与腾讯云融合混元大模型及全球化算力，强化场景生成能力。通过一些列战略合作，无问智科构建起覆盖数据、算力、算法、硬件、场景、开源标准的全链条生态。
WAIC 2026已成为全球AI技术与产业融合的重要展示窗口。以无问智科为代表的物理AI数据基础设施企业，正通过“Real2Sim2Real”全链路闭环范式，为具身智能规模化落地夯实数据基座。这标志着在“大脑”与“躯体”之外，数据作为具身智能“第三极”的战略价值正在被行业充分认知。随着数据引擎的持续轰鸣，人工智能与物理世界的深度交融正在加速，“AI赋能千行百业”的智能未来正从愿景走向现实。
(责任编辑：鞠然)
