演讲主题

合成数据助力具身智能落地

具身智能领域的数据缺口巨大，但真实数据稀缺且采集成本高以及场景缺乏泛化性。仿真合成数据正成为具身模型训练与算法验证的主流方案。它不仅可覆盖稀有边缘场景、便于扩容数据规模、采集高效、保障隐私合规，还能助力算法测试、产品验证等环节。分享将从产品视角出发，梳理合成数据生成技术（如物理仿真、场景Real2Sim）、数据质量评估体系设计（真实性评测、效用性评测、分布统计）、落地挑战与解决方案，兼顾案例实践与流程架构，并构建产品级可落地路径。