加码具身智能数据服务 出行平台卡位物理AI新赛道丨新经济观察
如祺出行发布具身智能数据平台，搭建Ego-centric数据自动化处理流水线，降低数据从采集到训练的边际成本。在政策推动和“数据饥荒”背景下，出行平台将自动驾驶AI数据能力跨界迁移，助力突破具身智能规模化发展瓶颈。
最近，出行圈里掀起了一股新风潮——不少企业开始把自动驾驶领域积累的AI数据能力，跨界应用到具身智能这个新兴赛道上。6月22日，如祺出行旗下数据业务板块正式发布了一个具身智能数据平台。说白了，就是要把自家在AI数据服务上的老本行，延伸到高速增长的具身智能数据处理场景中。
今年以来，全国多地都在明确支持具身智能加速发展。6月9日，工信部和国资委联合启动了“2026年度人形机器人与具身智能实景实训专项行动”，计划到年底推动人形机器人等重点产品在代表性场景中真正“上岗干活”，目标是形成“万台级规模落地能力”。市场普遍预期，在政策持续助攻下，具身智能将很快进入大规模预训练阶段。而数据——这个现阶段制约具身智能发展的最大瓶颈——相关的服务需求也将迎来爆发式增长。
眼下，具身智能的竞争重心已经从本体硬件转向了可供训练的高质量物理数据。一组公开数据很能说明问题：全球高质量真实物理交互数据总量大约只有50万小时，而训练一个具身智能通用模型，起步就需要千万小时级别的数据量。国泰海通证券在最近的研报中直言，“数据饥荒”已经成为突破具身智能泛化能力的主要瓶颈。
具身智能训练所需的多模态数据覆盖视觉、力觉、关节轨迹、语言指令等多个维度，对时空对齐和因果对齐的精度要求极高。但问题是，传统数据服务商提供的数据工具链往往功能分散，采集、标注、质检、格式转换、训练对接这些环节常常散落在不同工具和流程里。如祺数据这次发布的具身智能数据平台，搭建了一套面向Ego-centric数据的自动化处理流水线，覆盖数据导入、AI预处理、动作标注、多级质检到标准化格式导出的全流程。核心目标只有一个：降低Ego-centric数据从采集到训练的边际成本，真正突破“最后一公里”的困境。
这个做法打破了传统“数据工具链零散、标准不一”的格局，让数据处理流程更标准化、自动化和可追溯。从原始视频到训练就绪数据之间的工程门槛被大幅降低，高质量数据可以开箱即用，模型训练团队的数据使用效率也得到显著优化。
“具身智能与自动驾驶本质上都是物理AI，两个领域的数据服务能力在底层逻辑上相通，存在可迁移经验。”一位业内人士分析说。出行平台的全链路AI数据能力已经在自动驾驶领域得到验证，这恰恰是它向具身智能扩展的底气所在。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。