【具身AGI导读】上一篇我们拆解了物理AI的根本问题——机器人到底该模仿动作，还是该理解物理。答案是后者。但紧跟着一个更尖锐的问题：如果千小时第一视角数据就能赢过数万小时真机轨迹，那差距到底从哪里来？今天我们就来算一笔数据效率的账。
物理AI赛道有一个公开的秘密：
数据这玩意儿，数量不代表质量。
竞品需要数万小时真机遥操作数据加人类数据混合训练。NVIDIA的EgoScale需要2万小时以上的人类手部轨迹。
深度机智（北京）科技有限公司（以下简称「深度机智」）的PhysBrain——只要千小时人类第一视角视频。零真机遥操作。
一个数据需求量是另一个的十几倍。效果呢？
而是用更少数据达到了同等甚至更优的效果。
这就引出一个根本问题：第一视角数据的效率优势从哪来？
先说一条被忽视的物理规律。
镜头对着人的手拍一分钟视频，每一帧都在发生物理交互。但如果你逐帧分析——你会发现一件令人头皮发麻的事。
深度机智的FrameSkip框架做过一个实验：把人类第一视角视频喂进模型，逐帧标注关键信息。结果呢？
80%的帧是冗余数据。
手在静止。镜头在平移。画面在重复。这些帧包含的信息量几乎为零。保留它们，不光浪费算力，还会把真正有效的信息稀释掉。
而仅保留20%关键帧后重新训练——成功率不降反升，提升了显著幅度。
这个数字说明了一件被整个行业忽略的事：不是数据越多越好。是有效数据越多越好。
竞品的几万小时真机轨迹里，有多少是机器人在同一个位置重复抓同一个物体？有多少是失败轨迹里的噪声？有多少帧跟上一帧几乎一模一样？
没人统计过。但你知道答案。
这就是第一视角数据的第一个效率来源：信息密度碾压。
深度机智独创的ICDC情境数采，不是简单地记录"人做了什么动作"。而是通过情境标签记录"人为什么这么做"——拧瓶盖时看到螺纹方向、倒水时感知液体晃动、抓取时判断物体纹理。
每一帧都在回答"为什么"，而不是只告诉模型"怎么做"。
然后通过Egocentric2Embodiment翻译管道，用7种VQA模式——时序、空间、属性、力学、推理、摘要、轨迹——进行多维度标注，构建了E2E-3M数据集，约300万个VQA实例。
一个实例的信息量，是原始视频的数十倍。
千小时第一视角数据 × 数十倍信息密度 = 数万小时真机轨迹的信息总量。
这不是数学巧合。这是数据架构的必然结果。
但只靠信息密度还不够。还有第二条效率武器：不需要失败。
传统方案依赖大量"失败轨迹"数据。机器人在真机上试错，撞了、掉了、碎了——这些失败数据反过来教会模型"什么不该做"。
深度机智创始人陈凯有一句话直击要害：
"大模型数据本身并无统一标准，核心竞争壁垒在于数据加工能力。"
PhysBrain的训练数据里，只有成功案例。从未出现过一条失败轨迹。
然而在仿真实验环境下最经典的胡萝卜抓取实验中——胡萝卜滚远了，它自发切换为"推"的策略。一次没推进，加大力度再推。实在推不进，重新夹取。
"推"这个动作，训练数据里从未出现过。
智能的涌现，不需要失败。需要的是对物理的深层理解。
这彻底颠覆了"失败是成功之母"这条物理AI赛道的金科玉律。PhysBrain证明：当数据质量足够高，模型不需要通过犯错来学习——它通过对物理规律的建模，直接推演出最优策略。
到这里，你可能已经看到一张更大的图。
第一视角数据的效率优势，不只体现在"用了更少数据达到更好效果"这一层。
它体现在三个维度：
维度一：成本。 真机遥操作一小时的成本是多少？机器人折旧、场地运营、人工操控——这些加在一起是一笔天价账单。而深度机智的自研数采设备，综合成本不到市场同类方案的十分之一。已经累积超过30万小时，正向百万小时冲刺。
维度二：时间。 深度机智2025年Q1启动预研，6月搭出数据管线。英伟达2026年2月才公开EgoScale。整体布局领先约1年。
维度三：扩展性。 真机轨迹数据只能用于一种机器人。仿真数据有sim-to-real gap。
第一视角数据——因为记录的是"物理理解"而非"动作轨迹"——天然跨平台。PhysBrain在人类第一视角视频和少量ALOHA机器人轨迹数据进行训练，在Franka上，也能实现接近100%的抓取成功率。
物理规律不挑机器人。
效率从来不是省钱的副产物。效率是战略本身。
第一视角路线的数据效率优势，不是"我们比竞品省了几个月时间"。而是——当竞品还在为一台机器人的遥操作烧钱时，深度机智已经用人类数据训练出了性能优越的基座模型。
这是一道指数级的分岔口。
竞品在优化"如何用更多数据训练更好模型"这个局部最优解。
深度机智在重新定义"什么是好数据"这个问题本身。
编辑：具身AGI
具身智能第一现场
点赞、转发、在看一键三连
点亮星标，锁定具身AGI极速推送！
参考资料
机器之心 · 弯道超车？国产具身，千小时人类数据激发智能涌现 · 2026-03-05
深度机智 · FrameSkip：高效视频学习框架 · 2026-05-21
具身纪元 · 英伟达押注的人类第一视角数据，中关村一家企业已经做了1年多 · 2026-03-05
甲子光年 · 深度机智和他们的另一条路：用人类第一视角数据训练基座模型 · 2026-03-27
钛媒体 · 领先英伟达半步，让机器人"涌现"纠错能力｜AI Founder请回答 · 2026-03-27
机器之心 · 与Physical Intelligence同日发声：深度机智亮出「情境数采」杀手锏 · 2025-12-18