# 影溯落地具身仿真数采中心，单月产百万小时数据成本降至真机1/10

> 原文链接：https://robotics.hellobike.com/news/2026-11-02-1-10-token
> 频道：news | 更新日期：2026-11-02 | 标签：auto, rss, zhidx
> 核心摘要：影溯在杭州建成全国首个具身仿真数采中心，依托自研Topos底座将现实场景转化为可交互数字资产。该中心规划单月产出100万小时仿真训练数据，综合成本仅为传统真机遥操作的1/10，通过云端并行合成与定向补全机制突破具身智能数据供给瓶颈。

# 影溯落地具身仿真数采中心，单月产百万小时数据成本降至真机1/10

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[成本压至 1/10！告别人海采数，具身数据Token工厂要如何跑通？](https://zhidx.com/p/606540.html)（智东西）

## 核心内容

针对具身智能行业真机采集效率低、仿真建模周期长及Real2Sim Gap等痛点，空间智能公司影溯（InSpatio）于10月30日在杭州落地全国首个具身仿真数采中心。该中心采用工业流水线逻辑构建“具身Token工厂”，计划实现单月100万小时仿真训练数据产能，将单条数据综合成本压缩至传统真机遥操作采集的1/10，旨在解决高质量具身数据规模化供给难题。

技术上依托自研Topos空间智能底座，上游通过便携扫描或多视角视频在15分钟内完成百平米空间采集，经物体拆解、盲区补全及物理标定，数小时内生成含碰撞边界与关节属性的可交互数字场景；中游利用云端多通道并行仿真替代单机串行采集，批量生成包含深度、位姿、接触力及动作语义的具身Token；下游建立L1-L3分级品控体系，根据模型评测短板定向生成复杂环境数据进行闭环验证，避免同质化凑数。

## 关键看点

- **产能与成本**：规划单月产出100万小时仿真训练数据，单条数据综合成本降至传统真机遥操作采集模式的1/10，大幅提升数据获取效率。
- **场景数字化**：基于Topos引擎实现15分钟百平米空间采集，自动完成物体剥离、盲区3D补全及物理属性标定，数小时内将真实场地转为可交互仿真环境。
- **并行数据合成**：将环境调整与动作执行迁移至云端，通过多仿真通道并行规划，批量生成含深度、位姿、接触力和动作语义的高质量具身Token。
- **闭环定向补全**：建立去重标准与L1-L3分级供给体系，依据模型测试失败案例定向生成透明、反光或遮挡等复杂场景数据，支持回归验证。

## 工程与产业观察

影溯模式标志着具身数据生产从“人力密集型”向“算力与算法密集型”转型。通过将物理空间标准化为可编辑数字资产并引入云端并行合成，有效缓解了真机数据采集的边际成本递增问题。这种“数据工厂”范式若能验证Sim2Real迁移效果，将为具身大模型提供类似LLM时代的Scaling Law基础，加速算法迭代与商业化落地。
:::

## 原始参考来源 (Sources)

- [智东西：成本压至 1/10！告别人海采数，具身数据Token工厂要如何跑通？](https://zhidx.com/p/606540.html)