本文由第三方AI基于财新文章提炼总结而成，可能与原文真实意图存在偏差。不代表财新观点和立场。推荐点击链接阅读原文细致比对和校验。

近日，围绕具身智能数据来源路线的讨论持续升温。通用大模型的能力跃迁建立在海量文本数据之上，但具身智能面向动态、不确定的物理世界，对数据的属性、采集方式、标注范式提出了完全不同的要求。为解决机器人的感知、理解与行动学习问题，行业逐步演化出三条差异化的数据来源路径。

三条路径分别为：从公开互联网视频中学习世界常识，在仿真环境批量生成合成数据做高效预训练，以及在真实物理世界采集真机交互数据打磨落地能力。三条路线各有支持者，也衍生出关于技术路线取舍的讨论。

目前行业中具身智能数据主要分为三类：真机交互数据、仿真合成数据与互联网视频数据，三者之间的竞合关系及未来发展趋势成为业内关注焦点。