今年世界人工智能大会上，一句技术宣言被反复提起：苏度科技的 Sudo R1 仅靠纯仿真训练，就达成了接近 100% 的零样本抓取成功率。发布方把这称作对真实数据依赖的颠覆性突破，台下有人叫好，也有人皱眉。
皱眉不是没有理由。具身智能至今没有自己的数据互联网：大语言模型靠互联网上海量文本完成跃迁，机器人却卡在高质量物理交互数据稀缺、真实场景高度非结构化、硬件标准不一、采集成本高且难以复用这四道坎上。数据从哪来，直接决定这条赛道的天花板。
一句话引发的路线之争
于是行业分成两条路。路径一把数据问题转化为算力问题，用高保真模拟器批量生成合成数据；路径二坚持规模化采集真机真实数据，认为只有物理世界的摩擦、形变与失败，才喂得出可靠的作业策略。
苏度的宣言属于前者里最激进的一档：不只是仿真辅助，而是纯仿真、零样本、近 100%——完全不碰真机数据就上岗。如果这个数字在足够宽的任务分布上成立，数据成本曲线就不只是被压低，而是被直接归零。
但话术需要拆开看。抓取恰恰是被仿真研究得最透的任务族：物体刚性、场景受控、成功判据清晰，天然适合仿真到现实的迁移。近 100% 的零样本抓取，和近 100% 的零样本叠衣服、接线束、收拾厨房，是两个完全不同的命题。
跨维智能创始人贾奎在大会期间的表态可以当作注脚：机器人需要在正确的坐标系下真正动起来完成任务，而不是仅输出看起来像在干活的视频。换句话说，演示指标要看任务分布——分布之内是工程事实，分布之外就是营销话术。
合成数据的证据链变厚了
抛开单一宣称，2026 年合成数据路线的证据链确实在快速变厚。 上海人工智能实验室 与北京大学联合发布的 InternData-A1，用超过 63 万条轨迹、7433 小时纯合成数据完成 VLA 预训练，覆盖 4 种本体、18 项技能、70 个任务、227 个场景，首次证明仅用合成数据即可媲美真实数据预训练的最佳水平。
更关键的是迁移结果：在 5 项真实世界任务和 4 项长程灵巧操作中，InternData-A1 展现出零样本的 Sim2Real 迁移能力，覆盖刚性、关节型、可变形与流体四类物体操作。合成数据只能做辅助这个旧判断，正在被数据推翻。
智元机器人 的 GE-Sim 2.0 则把强化学习闭环内嵌进仿真推演，打通仿真推演、物理运算与真机落地的全链路，直接弥补传统 VLA 物理建模的缺陷。头部模型公司把仿真能力做进自家底座，说明这已经不是边缘选择，而是标配动作。
工程侧同样有进展。跨维智能的 EmbodiChain 工具链于今年 1 月开源，以仿真合成数据为主完成 VLA 训练后直接部署真机，验证了 0 到 90% 区间的模型泛化能力；GigaBrain-0 等工作则用高斯世界模型构建物理可信的合成环境，生成照片级真实感的训练数据。
数据经济学也在倒逼这条路。 RoboScience 机器科学 以自研可微多模态物理仿真引擎为核心，结合全自动视频标注清洗管线构建仿真加视频的双飞轮，把单条数据获取成本降到传统方案的二十分之一到二百分之一，并以每周数十万小时的速度扩张。
工具链的成熟度是第三重支撑。 NVIDIA 的 Isaac Sim 等仿真平台经过多年迭代，域随机化、神经辐射场场景重建、数字孪生管线逐步成为标配，历史上最大的 Sim2Real 鸿沟正在被工程手段一点点收窄。
真实数据派在守什么
但真实数据派并没有退场，他们的理由同样具体。 乐聚机器人 强调，具身智能迭代的核心是规模化真实场景、真实本体的实操数据。公司参与多地人形机器人训练场建设，积累工业、物流、快消、家政多领域的真机数据。
它石智航 把复杂线束精密装配的作业场景按 1:1 搬进展台——柔性线缆的形变、接触力与滑动，至今仍是仿真难以高保真覆盖的区域，也是最需要真实数据喂养的任务类型。
边界浮现，分工重排
把两派证据放在一起，边界其实已经浮现：合成数据在受控抓取、标准技能预训练上已经可用，而接触密集、长程多步、分布外的非结构化任务，仍要真机数据补盲。这不是路线之争，而是一条分界线该画在哪的问题。
商业含义随之改变：合成数据的价值不在替代真实数据，而在前置。稀缺且昂贵的真机数据应该花在刀刃上——长尾样本、失败案例、分布外场景；常规技能由仿真铺量。数据飞轮的形态，正从真实驱动转向仿真打底、真实补盲。
对投资人而言，判断标准也要换。听到纯仿真零样本 100%，该问的不是信不信，而是在哪个任务集上成立、任务分布有多宽、失败案例怎么处理。任务分布的宽度，就是这家公司数据能力护城河的宽度。
资本已经在用脚投票。据启明创投统计，2026 年上半年具身智能赛道融资约 935 亿元，同比提升 5 倍，其中超六成资金涌向机器人大脑研发——数据与模型层正是合成数据路线最直接的受益方。
银河通用 、 优必选 、 宇树科技 这些已经进入量产周期的公司，公开信息里都在同时布局仿真训练与真机数据采集，没有一家公开宣称放弃真实数据。头部玩家的实际选择，比任何一方的宣言更有信息量。
结论并不浪漫：仿真数据不会干掉真实数据，但它会重新定义数据采集的次序——先仿真铺量，再真机补盲。谁能跑通这个闭环，谁就握住了具身智能成本曲线最陡的那一段。
本文基于公开报道整理。