近年来，前沿科技领域对具身智能的关注持续升温，涉及的技术被认为是智能系统走向物理世界的关键“最后一公里”。然而，行业推进具身智能应用时，存在数据严重短缺的难题。与自然语言模型依托海量互联网文本资源不同，具身智能训练对真实世界交互数据有极高需求，但传统采集方式效率低下、成本高昂，难以支撑大规模模型迭代与复杂场景泛化能力提升。 造成具身智能“数据荒”的原因主要在于，现有真机采集和人工结构化方法受限于场景覆盖度和操作成本。一上，遥操作、动作捕捉等方式对硬件和人力投入要求较高，导致大规模、多样化任务数据的获取进展缓慢。另一方面，行业尚未建立标准化、高效的数据采集管线，难以满足模型持续进化和多场景落地需求。这个瓶颈成为制约具身智能产业发展的深层障碍。 枢途科技（SYNAPATH）针对行业痛点提出创新解决方案。公司成立于2024年，以“视频数据驱动”为核心理念，通过提取互联网及真实场景视频中的多模态交互信息，为机器人模型训练提供丰富的数据基础。该路径不仅极大降低了采集成本，还通过真实场景还原提升了机器人在复杂任务中的泛化能力和稳定性。机器人可借助视频学习人类操作流程，实现跨场景作业能力提升，这一突破为行业提供了新的发展思路。 为实现技术落地与优化，枢途科技自主研发了“SynaData”数据管线体系。在数据采集与结构化生成环节，公司利用高精度视频定向升维、跨域映射（Retargeting）等技术，将海量作业视频转化为机器人可理解的动作序列，并完成第三方模型训练验证。目前，公司已在酒店服务、物流搬运、工业制造、农业作业等多个领域拓展视频数据来源，并推进标准化采集体系建设，为行业积累基础设施能力。 这一创新举措不仅为具身智能行业带来新的解决思路，也推动了底层能力建设成为新竞争焦点。过去几年，具身智能赛道融资和技术发布活跃，但行业逐渐认识到，仅靠单一模型展示无法形成持续壁垒。数据基础设施、工程效率以及场景复制能力正成为创业公司实现差异化竞争的关键方向。枢途科技通过完善数据采集与结构化体系，不断提升具身模型在复杂任务中的适应性和应用广度，有望深入推动产业升级。 卓羽作为青年科技创业代表，其荣获中关村U30年度优胜者，不仅是对个人创新能力的肯定，更反映出具身智能底层数据方向在青年创业体系中的重要价值。中关村U30评选长期关注原创技术能力与产业前景，卓羽及其团队的实践经验，为中国前沿科技创业提供了可参考范例。 展望未来，随着具身智能技术不断演进，数据采集与结构化体系有望进一步扩展至更多实际应用场景。从行业发展趋势来看，“硬科技长跑”已进入底层能力建设阶段，企业能否建立高效、标准化的数据基础，将直接影响模型性能上限和产业落地速度。枢途科技等企业的创新探索，有望推动中国具身智能产业迈向国际领先水平，为机器人自动化及相关行业带来更多变革机遇。
具身智能产业正从技术验证转向基础能力建设阶段；建立稳定、低成本、标准化的数据供给体系，将成为企业赢得下一轮竞争的关键。这种以数据基础设施为突破口的创新路径，为智能机器人规模化应用提供了重要启示。