上周，一家名叫Dyna Robotics的公司干了件让整个行业集体失眠的事。他们训练了一个叫做DYNA-2的模型。独特之处在于，预训练阶段一条机器人动作数据都没喂。取而代之的是，他们给模型灌进了超过 100 万个小时的人类第一视角视频。相当于一个人连续学习 170 年。结果，从 1000 小时一路到 100 万小时，每翻 10 倍机器人都在变聪明。更准确地说，是一条持续上升、没有明显撞墙的幂律趋势。可以说，物理AI终于有自己的Scaling Law！消息一出，行业炸了。因为这等于宣告：训练机器人最稀缺的资源，不是GPU、不是算法，而是高质量的人类行为视频数据。但问题随之而来。这条曲线都看得见，但跑到关键拐点需要的那批数据，却都锁在各家公司自己的硬盘里。
视频数据AI时代的石油，视觉中国
全球首个10万小时级全模态人类行为开源数据集背后，光轮智能讲的其实是一个更完整的故事：人类数据是教材，仿真平台是练习场，评测系统是考场，真实部署是工作，工作中考砸的地方回头补教材。这就是一个 Real2Sim2Real 持续学习闭环。它不仅是EgoVerse人类数据委员会成员，和斯坦福、Scale等公司共同制定人类数据的标准；也是Newton仿真技术委员会，和英伟达、谷歌DeepMind、迪士尼研究院、丰田研究院一起制定仿真标准。另外注意：光轮智能是这两大国际具身标准委员会的唯一中国公司。EgoSuite就是沿着这套规范建的，所以它的数据能跟其他成员的工作衔接，而不是变成又一个孤立的数据岛。仿真标准决定「怎么学」，数据标准决定「向谁学」。同时坐在这两张桌子上的中国公司，只有这一家。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。