以人形机器人为代表的物理AI加速发展,硬件方案逐步收敛,“大脑”训练成为竞争关键,数据采集需求有望加快释放。数据量级和质量直接决定模型泛化能力。大语言模型已使用万亿级Token训练,而具身模型可用的真实交互数据不足其万分之一。根据FutureMarkets数据,全球物理AI市场规模预计将从2026年的3830亿美元增至2040年的3.26万亿美元,未来几年有望进入快速发展阶段。GPT-2和GPT-3的训练数据分别对应约79万小时和1100万小时,而实现可用的具身智能至少需要1000万小时多模态数据。考虑多场景、多模态、数据良率及长尾任务等因素,实际需求或远超此规模。