中國深圳2026年4月21日 /美通社/ -- 當行業還在討論模型，真正決定具身智能上限的競爭，已經轉向數據基礎設施。

近日，戴盟機器人聯合Google DeepMind、中國移動、新加坡國立大學、香港科技大學、北京大學、清華大學等多家全球頂尖學術機構與產業伙伴，正式發布全球最大規模含觸覺的全模態物理世界數據集Daimon-Infinity。

這并不是一次普通的數據集發布。更準確地說，這是具身智能產業從"能力驗證"走向"基礎設施建設"的一個標志性節點。

按照規劃，Daimon-Infinity將于年內形成數百萬小時級數據規模，覆蓋家庭、戶外、工業、公共服務等多個真實場景，融合觸覺、視覺、動作軌跡、執行動作、語音文本等多維信息。其中，10000小時高質量數據已率先開源，上線當日即被阿里魔搭社區置頂熱推。

如果說過去行業爭論的核心是"什么模型更強、什么本體更優"，那么今天一個越來越清晰的共識正在形成：決定具身智能能否真正走出實驗室、進入復雜現實世界的，已經不只是模型本身，而是高質量、規?；?、可持續生產的物理世界數據。

Daimon-Infinity的意義，不只是"又一個數據集"。它更像是在具身智能時代，提前卡位一張真正稀缺的牌：數據底座、訓練燃料和生態接口。

這件事為什么重要？因為它同時踩中了具身智能當前最關鍵的三個點：物理交互、真實場景、持續生產能力。

一，缺乏物理交互，具身智能走不遠

過去很長一段時間，具身智能主要依賴視覺模態。但在真實物理世界里，機器人面對的不是干凈、標準、無遮擋的環境，而是充滿反光、遮擋、形變、摩擦、滑移、不確定接觸的復雜場景。僅靠視覺，機器人可以完成識別和定位，卻很難真正完成穩定、精細、可泛化的操作。

而觸覺，恰恰補上了這一層最關鍵的反饋。它讓機器人不僅知道"物體在哪里"，更知道"是否接觸""接觸是否穩定""是否正在滑移""材質是軟是硬""紋理和形變如何變化"。

這背后不是一次傳感器升級，而是一次能力范式的切換：機器人開始從"看見世界"，走向"接觸世界、理解世界、操作世界"。

這也是 Daimon-Infinity 最核心的價值之一。市場上不少數據集也會標注"含觸覺"，但深挖之后會發現，很多仍停留在單一力覺或低維觸覺層面；而 Daimon-Infinity 引入的是真正意義上的高密度全模態觸覺數據，覆蓋接觸形變、滑移趨勢、接觸狀態、物體紋理、軟硬程度、材質特征等十余種關鍵物理信號，能夠更完整地還原真實物理交互過程。

這條路線并不是概念先行，而是建立在戴盟長期積累的技術能力之上。團隊孵化于香港科技大學，以視觸覺技術為核心壁壘，將復雜觸覺信息轉化為更適配模型學習的圖像化表達，大幅降低具身模型理解物理交互的門檻。

從效果上看，觸覺的加入并非邊際優化，而是顯著提升：經驗證，使用Daimon Infinity對具身模型進行預訓練時，僅需約十分之一的數據量，即可在精細操作任務中達到更優效果，訓練效率提升10倍。這也意味著，真正高價值的數據，不是簡單堆量，而是能顯著提升模型學習效率的數據。

二、真正稀缺的，不是數據量，而是持續生產真實世界數據的能力

今天很多團隊都認同"數據重要"，但真正的分水嶺并不在認知層，而在供給層。

過去，具身數據采集高度依賴封閉式數采廠。這類模式的問題很明顯：成本高、場景窄、重復度高、環境過于標準化。它可以生產"整齊"的數據，卻很難生產真正對現實泛化有價值的數據。而具身智能最需要的，不是高度重復的理想樣本，而恰恰是那些來自真實環境、真實任務、真實人類操作中的復雜長尾數據。

Daimon-Infinity的另一個關鍵點，在于戴盟構建了全球最大規模的外發式數據采集網絡。通過自研的輕量化、便攜式采集設備，數據采集被從封閉場地中釋放出來，進入家庭、戶外、工廠、教育、公共服務等更廣泛、更復雜，也更非標準化的真實場景。

這帶來的意義，不只是"多了一些場景"，而是直接改變了數據供給機制, 是一種典型的基礎設施型能力。因為一次性做出一批數據，并不構成長期優勢；真正構成長期優勢的，是建立起一個能穩定、持續、低成本地產出高價值數據的系統。數百萬小時級的數據規劃，其真正的分量也在于此。它代表的不是一次發布的體量，而是一個已經開始成型的數據生產網絡。

三、從原始采集到模型可用，中間隔著真正的門檻

具身智能的數據難點，從來不只是"采到"，而是"能不能用"。當觸覺加入后，數據處理難度會顯著上升：如何將觸覺與視覺、動作軌跡、語言指令等多模態信息在時間軸與空間軸上精準對齊，如何把真實世界中的接觸狀態、滑移變化、操作過程轉化為模型真正可學習的訓練樣本，這需要一整套復雜的數據處理管線。

擁有海量原始數據，并不等于擁有高質量訓練數據。真正的差異，體現在后端的數據處理、融合、標注、重建與結構化能力上。這也是戴盟與阿里云聯手的關鍵意義——雙方共同打造"頂級數據 × 頂級算力"的全鏈路數據處理引擎，將大規模原始數據轉化為可供具身模型高效吸收的有效數據，實現多模態的高精度融合，把真實物理交互過程嵌入到每一幀數據之中。

從產業角度看，這意味Daimon-Infinity的競爭力并不只是前端采集能力，而是已經開始形成"采集—處理—訓練—開源—生態反饋"的完整閉環。一旦閉環形成，數據將不再是靜態資源，而是會不斷復利的動態資產。

四、開源的意義，不只是共享資源，而是加速形成行業標準

此次數據集由戴盟主導，聯合多家全球頂尖高校、科研機構與產業伙伴共同參與，本質上已經超越了一家公司單點產品發布的范疇。這更是集產業與學術之力，共同推動一套新的數據標準和協作范式。

由此可見，在任何一個新產業周期里，真正能放大價值的，從來都不只是單點產品能力，而是能否占據底層基礎設施、關鍵標準和生態組織位置。

從這個維度看，Daimon-Infinity 的想象空間，顯然已經超出了"數據集"本身。它不是一個孤立的數據產品，而是戴盟在具身智能時代提前鋪設的一條核心主干道——連接真實世界、模型訓練、場景泛化與產業落地的那條路。從具身產業發展的視角來看，Daimon-Infinity的價值就不再只是"數據很多"，而是它開始成為機構共同依賴、推動行業往前走時繞不開的基礎能力。