Genie 4由Google DeepMind发布,推动世界模型从静态仿真向动态交互式仿真发展,实现更真实的动态交互环境,同时World Labs推进Real-to-Sim-to-Real闭环,整合真实场景重建、仿真训练与真机验证,提升模型实用性和泛化能力。
机器人训练瓶颈已从模型能力转向高质量交互数据和复杂场景覆盖,对数据规模、质量、多样性及采集效率提出更高要求,数据采集与场景覆盖能力成为产业竞争关键,推动Physical AI发展。
报告重点分析具身模型迭代对数据需求的影响,关注机器人数采设备、数据服务及仿真平台,同时关注边缘AI芯片、计算模组、存储及3D视觉、触觉等环节,把握机器人智能化价值量提升机会。
当前Physical AI市场处于数据与算力并重的阶段,数据采集效率与场景覆盖能力成为竞争核心,英伟达升级Isaac平台完善生态,AMD布局World Labs,算力厂商加速向Physical AI平台延伸,产业竞争激烈。
研报提示机器人训练对数据质量要求极高,数据采集成本高、场景覆盖难可能制约发展,同时仿真与现实差距可能导致模型泛化能力不足,需关注技术迭代与商业化落地风险。