​前蔚来 AI 平台负责人创业，瞄准具身智能的数据闭环

在具身智能模型与硬件持续受到关注的同时，数据基础设施公司也开始获得资本青睐。今年年初成立的补天石科技（Potentia）便是其中之一，据悉公司此前已完成近千万美元种子轮融资，由 Granite Asia 投资。

近日，补天石创始人兼 CEO 白宇利接受《晚点AI》采访，此次采访中，白宇利介绍了补天石的融资、团队和业务进展。补天石目前拥有超过30人的团队，多位核心成员来自蔚来和 Momenta，也有来自机器人公司及华为等大型科技企业的算法和工程人才。

补天石将自身定位为“物理 AI 基础设施”，主要为机器人和具身智能模型提供数据采集、处理、评测及交付服务。其中文名取自女娲补天，英文名 Potentia 源于拉丁语“潜能”，两者共同指向公司的业务目标：通过数据基础设施，补上具身智能从模型研发走向真实场景所需要的关键环节。

1.具身智能的数据难题，不只是“采得不够多”

大语言模型的发展受益于长期积累的互联网数据，智能驾驶也可以借助量产车，在提供出行服务的同时持续回收道路数据。相比之下，机器人所需的物理世界数据涉及视觉、触觉、动作和任务执行，目前还没有形成类似互联网或量产车的大规模自然积累机制。

现阶段，具身数据主要来自真机操作、遥操作、人类示范、互联网视频和仿真等不同渠道。真机数据与具体机器人和任务的匹配度较高，但成本也高；互联网视频规模更大，却缺少精确的动作与状态信息。如何在数据质量、规模和成本之间取得平衡，是具身智能模型研发需要解决的问题。

白宇利认为，具身数据的难点也不只是采集。模型侧提出的需求，还要进一步转化为传感器配置、任务定义、采集场景、处理规则和评测方式；数据交付模型之后，又需要根据训练反馈形成下一轮需求。连接模型与真实世界的数据生产环节，正是补天石希望承担的角色。

2.进入真实场景，建立数据闭环

目前，补天石正通过自研的 Ego 数据采集套件进入工厂、家庭等真实场景，记录人在完成任务过程中产生的第一视角视觉、触觉和肢体动作数据。

一项数据任务通常从客户的模型需求出发。补天石先确定需要采集什么数据、使用哪些传感器以及在哪些场景中采集，再对原始数据进行动作识别、任务描述、标注、增广和评测，最终将处理后的数据交付模型。

这些数据也可以在补天石自研的物理 AI 平台上使用。模型产生的新需求经由平台再次下发至采集端，逐步形成“需求定义—数据采集—处理交付—模型反馈—再次采集”的闭环雏形。

在硬件和模型路线尚未完全收敛的阶段，补天石没有将这套系统绑定在某一种机器人构型或数据来源上。不同采集硬件、真机数据和仿真工具都可以参与数据生产。公司希望在持续交付数据的过程中，沉淀出能够跨硬件、跨模型路线复用的数据定义、处理流程、软件工具和核心算法。

3.将智驾数据闭环经验带入机器人行业

补天石选择数据基础设施，与白宇利过去十年的智能驾驶经历有关。白宇利自 2016 年进入智能驾驶行业，先后在 Momenta 和蔚来从事数据与 AI 基础设施相关工作。在 Momenta 期间，他曾与团队用 9 个月采集约 5 亿帧真实道路图像，建立早期数据集，支持感知算法识别车辆、行人、道路和车道线。2020 年加入蔚来后，白宇利参与将智驾数据系统从小规模实验车拓展至量产车队。车辆在真实道路上运行的同时，可以持续回收长尾场景，驱动模型迭代。

在白宇利看来，这两段经历分别对应了具身智能正在经历的两个阶段：一是预训练和基础能力研发，需要建立第一批可用数据；二是进入真实场景后，通过持续回收问题数据形成迭代闭环。

智能驾驶的方法不能被机器人直接照搬。机器人面对的物品、环境和任务更加多样，操作精度也可能从厘米级提高到毫米级。但两者的底层研发范式具有共通性：与环境交互、获得反馈，再把反馈转化为下一轮训练数据。

4.从数据交付走向可复用的基础设施

对数据业务而言，规模化不只是增加人力和数据量。如果成本始终随着项目规模同步增长，业务就很难形成可积累、可复用的能力。补天石希望在持续交付数据的过程中，将经验沉淀为 SOP、标准工艺、软件以及核心模型和算法，让数据生产逐步摆脱对单次项目和人力扩张的依赖。

今年上半年，补天石已经跑通可量产的数据采集硬件，并具备任务定义与分发、数据增广与处理以及客户交付能力。目前，公司已完成闭环的单链路交付。下一阶段，补天石将进一步推进规模化交付和能力沉淀，逐步将交付周期从月级缩短至周级、天级，支持客户的具身模型进行更高频的迭代。

补天石现阶段主要面向头部机器人厂商，以及从事多模态基础模型、通用模型研发的大型科技公司。对于大企业需要探索、但暂时无法在每个方向上重投入的新传感器、数据方法和任务定义，补天石希望更早进入预研阶段，与算法团队共同完成验证。

具身智能最终会由哪一种硬件或模型路线推动，目前仍然没有确定答案。但无论路线如何变化，模型都需要持续从真实世界获得数据，并在反馈中完成迭代。围绕这一共性需求，建立一套能够扩展、复用和快速反馈的数据系统，是补天石选择的方向。