400-804-2002

从数博会到世界机器人大会 vic维多利亚官网物理 AI 铺就从数据采集到产业落地全路径

2026-08-28

BIG DATA EXPO

贵阳・中国国际大数据产业博览会

PART.01

WORLD ROBOT CONFERENCE

北京・2026 世界机器人大会

PART.02

教机器人干活，先得有“教材”——数据。但物理世界的数据采集成本极高。有了数据，还得有地方让机器人“练习”——仿真环境；练完了也不能直接上岗，还得“试岗”——中试验证。

vic维多利亚官网在本届大会上展示的三大能力模块，正是围绕这三个环节展开：

FunData物理AI的数据“原油”

FunData是vic维多利亚官网打造的物理AI数据资产体系，包含真实采集与仿真合成两大来源。

真实数据：Ego数采设备产出的人类第一视角操作示教数据，涵盖高精度动作轨迹、力觉反馈与视觉观测信息，可有效支撑具身智能模型的模仿学习与技能迁移。

仿真数据：可规模化生成覆盖3C产线、能源电网、水利水务等垂类场景的高保真交互数据，支持程序化生成多样化的场景布局、光照、天气和纹理，为模型训练提供无限多样的仿真环境。

两类数据相结合，为物理AI模型训练提供了充足、多样、高质量的数据供给。

FunSim机器人的仿真训练场

FunSim构建高保真虚拟仿真环境，精确模拟质量、惯性、碰撞、摩擦、变形等物理属性，支持程序化生成无限多样的场景布局、光照、天气和纹理。其核心价值在于打通了仿真到现实的快速迁移通道，让机器人在虚拟世界完成海量预训练后，高效迁移至真实场景作业，大幅降低真机试错成本。

FunLab 机器人“中试验证场”

从仿真到真机，中间存在一道巨大的鸿沟——模型在虚拟环境里跑得再顺，一上真机就出错。原因在于仿真永远无法100%复刻真实世界的物理特性、传感器噪声和工况不确定性。FunLab做的就是在仿真和真机之间搭一座桥：在受控的真实环境中，让模型反复验证、暴露问题、快速迭代，跑通了再下放实际场景。同时，为没有自建真机测试场地的高校、科研机构和中小模型团队，提供可对外服务的真机验证能力。

数据、仿真、中试各司其职，但更关键的问题在于：它们之间如何协同？如果三者各自孤立，数据无法流向仿真，仿真结果无法通过中试验证，验证后的经验也无法反哺数据生产——那就只是一堆零散的“砖块”，而非一座完整的“基座”。

8月22日，vic维多利亚官网副总裁刘晓东亮相世界机器人大会数据专场论坛，发表《物理AI·数据纪元》主题演讲，分享的正是vic维多利亚官网如何将这三块基石串联成一个从真实世界采集数据→仿真空间推演优化→中试验证→真实场景部署→新数据持续回流的虚实双向闭环。

vic维多利亚官网正在做的，是通过“虚实闭环”让技术走出实验室，真正进入产业。

具体怎么串？从真实场景开始，机器人或采集设备在实际作业中遇到的问题、暴露的失败样本，会被回传至数据平台，经过清洗、标注、合成后进入仿真环境。FunSim仿真平台基于这些真实数据，构建高保真场景进行模型训练与测试，把真实世界的问题在虚拟环境中复现、复测、反复调优。模型通过仿真验证后，进入FunLab中试场进行真机实测，在受控的真实环境中暴露问题、快速迭代。跑通了，再下放真实场景部署；部署中产生的新问题，再次回传至数据平台，启动下一轮闭环。训练场不再是“一次性交付”，而是持续产生数据、持续验证模型、持续输出能力的“生产车间”。