【观点】拓斯达谈具身智能数据瓶颈

文章分析具身智能赛道的数据瓶颈，指出训练世界模型需要高质量、多模态、时空对齐的人类行为数据。拓斯达具身智能业务线CMO王琪表示，数据痛点主要体现在数据标准不统一、采集成本高和隐私安全问题。

同时，文章探讨了数据采集技术的创新，如刚性仿生硬件和端侧智能融合，以解决传统方案的不足。最终强调，高效生产‘人类数据’的能力是打开通用具身智能时代的关键。