数据采集技术路线 03 15 资料来源：量子位智库、浙商证券产业研究院 具身智能的数据采集可分为基于仿真环境数据和基于真是世界数据两种路线。 基于仿真环境的数据采集（Sim2Real） 基于真实世界的数据采集 Sim2Real（Simulation to Reality）—— 在仿真环境中学习技能和策略，并迁移到现实世界中。 • 优势：数据可大规模获取，成本低 • 劣势：对仿真器要求高，仿真环境与真实世界存在差 训练包括预训练及后训练。其中预训练完全基于合成大数据，训练数据 达到了有史以来最大的数据体量——十亿帧「视觉-语言-动作」对，掌握泛化闭环抓取能力、达成基础模型；预训练后，模型可直接 Sim2Real 在未见过的、千变万化的真实场景和物体上零样本测试，全球首次全面展现了七大卓越的泛化能力，满足大多数产品的需求；而针 对特别需求，后训练仅需小样本学习即可迁移基础能力到特定场景，维持高泛化性的同时形成符合产品需求的专业技能。

ASIMO - The world’s most advanced humanoid robot [EB/OL]. https://asim o.honda.com/asimo-specs/ [8] Real time motion generation and control for biped robot-1st report: Walking ga it pattern generation- [C] IEEE/RSJ International Conference on Intellige nt Robots and Systems (IROS), 2009: 1084–1091. [9] Real time motion generation and control for biped robot-2nd report: Running ga it pattern generation- [C] IEEE/RSJ International Conference on Intellig ent Robots and Systems (IROS), 2009: 1092–1099. [10] Real time motion generation and control for biped robot-3rd report: Dynamics error compensation- [C]. In

依托海量搭载HERE解决方案的车辆实时 回传传感器数据，形成庞大的动态数据源， 支撑地图的“学习与进化”。 实 时 交 通 利用海量车辆回传的匿名数据，提供高质 量的实时交通信息服务（HERE Real-time Traffic），帮助车辆了解真实路况。 动 态 更 新 通过融合车辆传感器数据（摄像头、雷达等）与 专业测绘数据，实现地图要素的快速验证与更新 （类似众源更新模式），保持地图的鲜度。

RT-1：大规模现实世界控制的 机器人转换器。Google Research： https://research. google/blog/rt-1-robotics-transfo rmer-for-real-world-control-at-scale/ 107. Mehra, V.，和 Hasegawa, R. (2023年10月3日) 通过谷歌数据中心的需求响应支持 电网。谷歌云： https://cloud