2026物理AI与世界模型大会昨天在南京召开。在大会主旨演讲中，图灵奖得主、中国科学院院士姚期智提出的真问题推动模型进步，与当前具身智能实践路径高度契合——只有让机器人进入真实场景“真干活”，才能遇到真实世界中的“真问题”；只有持续面对并解决“真问题”，才能推动模型不断迭代、持续进步。
入选省级重点名单，成为物理AI真机数据供给重要力量
展会现场，作为在行业内明确提出“让机器人真干活”的企业，睿尔曼智能携“真干活机器人”亮相4号馆D23展台。依托GLN远程劳动力网络，现场展示了RealBOT机器人完成温杯、投茶、注水、出汤等一系列泡茶动作。
当前，物理AI与世界模型正成为全球人工智能竞争的新焦点。与依赖互联网文本训练的大语言模型不同，物理AI需要机器人理解重力、摩擦力、空间关系、物体材质等真实物理规律，而这一切的前提，是海量、高质量、多模态的真实场景数据。
此次集中发布的“2026年江苏省高质量数据集建设重点项目名单（物理AI与世界模型方向）”，正是瞄准物理AI与世界模型训练的数据瓶颈，推动高质量数据资源的规模化建设与开放共享。大会期间，睿尔曼智能科技（江苏）有限公司联合江苏经睿智能科技有限公司、常州大学、中国移动通信集团江苏有限公司常州分公司共同申报的“工业场景具身智能真实作业真机高质量数据集建设项目”，成功入选该数据集。
在真实作业中采集真数，GLN支撑高质量真机数据规模化生产
睿尔曼智能对“高质量真机数据”的定义是：来自真实作业场景、多模态对齐、可复现且可泛化的数据资产。真干活、真长时间干活、回收数据真有用。
睿尔曼的数据来自真干活。 它以GLN远程作业网络为牵引，将远程遥操员与分布在不同地区和场景的机器人连接起来，人不必到场，操作能力却能跨时空抵达。机器人在工厂产线、仓储物流、商业服务、家庭康养等真实环境中持续作业，在“真干活”中产生数据。
在电力运维场景，睿尔曼智能联合筑欣物联推出的“硅基值守”服务中，持证人员通过GLN远程操控配电室机器人完成巡检、抄表、分合闸等真实作业，每一次操作都在真实电力环境中产生高质量数据。
在商业服务场景，北京稻香村零号寻宝馆的机器人“学徒”常态化驻店，从两指夹爪升级到灵巧手，在倒料、搅拌、脱模、刷蛋液等真实月饼制作工序中持续采集数据。从配电室到老字号门店，机器人干的是真活，采的是真数据。
真数据要来源于能持续作业的机器人。 睿尔曼全栈自研车规级关节模组已通过CR L3级别可靠性认证，平均无故障运行时间达50000小时，为机器人在真实场景中长期稳定作业提供硬件保障。只有机器人自身足够可靠，数据才能持续、稳定、高质量地产出。
数据要真正进入模型训练流程、产生能力提升。睿尔曼智能建立了覆盖采集准备、原始记录、格式转换、语义标注、数据集交付和模型验证六个环节的全过程质量闭环。仅原始数据检查环节就覆盖采样频率、时间戳完整性、丢帧检测、多模态时空对齐等维度，发现问题按原因隔离、返工或重采，并保留逐项处理记录。
睿尔曼智能表示，将以此次入选重点项目为契机，进一步扩大真实场景机器人部署规模，完善高质量真机数据采集、治理与开放体系，与产业伙伴共建“真干活”机器人生态圈，为物理AI与世界模型发展提供坚实的数据底座，加速实现机器人服务人类社会的愿景。
N配资提示：文章来自网络，不代表本站观点。
