叶云认为，基础瓶颈有两个：一是缺乏规模化的、能够描述物理规律的数据体系；二是缺乏能够高效学习物理规律的算法架构。

　　先说数据，成本居高不下不容忽视。大语言模型有海量互联网文本“喂”着，但具身智能需要的真实家庭数据“极其稀缺、采集成本极高”。

　　清华大学副研究员、浙江清华柔性电子技术研究院工业具身智能实训中心主任陈毅豪给记者算了笔账，真实家务场景中的触觉、力控和交互数据极为稀缺，而如果让真机挨个场景去采集，成本高得离谱。“按传统采集速度，攒够训练通用家庭机器人的数据量可能需要上百年。”他说。

　　安徽科大硅谷片区企业如动科技创始人兼总经理朱宝认为：“物理世界存在机械臂阻力、光照变化、地面扰动等固有随机变量，预训练数据集无法覆盖全部真实工况，导致具身智能机器人在家庭、户外等开放环境中容易行动失灵。”

　　陈毅豪的团队换了一条路——推出“无本体数据采集”模式：无需机器人到场，由人员穿戴轻量化柔性传感设备完成家务，同步记录动作与触觉数据，再经算法映射为机器人可学习样本。他所在的中心计划以有偿方式面向社会开放采集，预计今年完成60万小时，2027年冲刺150万小时，到2028年建成国家级高质量数据集。

　　数据采集解决的只是“燃料”问题，但用什么“发动机”来驱动具身智能机器人？这涉及算法架构与技术路线的选择。