智域基石在2026AI Partner大会提出具身智能五层数据编译管线模型
原帖
**具身智能的数据供给革命：智域基石提出五层数据编译管线模型，推动从混沌到秩序的工业化实践**
_从混沌到秩序：具身智能的数据供给革命与技能结构化实践| 2026AI Partner·北京亦庄AI+产业大会_
> 智域基石联合创始人兼CTO徐良威在2026AI Partner大会上指出，具身智能（机器人）面临的真正挑战在于数据，而非模型本身。不同于大语言模型可依赖海量数据，具身智能需要处理动态、多模态、强时序关联的物理世界数据，单纯堆叠杂乱数据无法训练出可靠模型。他强调质量比数量更重要，并提出了“五层数据编译管线模型”，包括数据质检、对齐、语义提取、大规模检索和交付等环节，每层都有明确质量指标。智域基石旨在构建数据底座生态，让本体方、模型方和产业方协同，实现高质量物理世界数据的流通，支撑具身智能规模化落地。
**来源信息**
- **来源**：36氪（RSS）
- **分类**：行业
- **发布时间**：2026-05-22 11:10（北京时间）
- **原文**：[打开原文](https://36kr.com/p/3819884983226497?f=rss)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
根据2026年5月22日来自36氪的报道，智域基石联合创始人兼CTO徐良威在2026AI Partner大会上指出，具身智能面临的核心挑战是数据而非模型。他强调数据质量比数量更重要，并提出了包括数据质检、对齐、语义提取、大规模检索和交付在内的五层数据编译管线模型。
答案说明
智域基石CTO徐良威在大会上提出，具身智能的瓶颈是数据质量。他提出的五层数据编译管线模型旨在构建高质量物理世界数据底座生态，推动具身智能规模化落地。
这篇帖子回答的问题
- 具身智能领域面临的主要挑战是什么？
- 智域基石提出的五层数据编译管线模型包含哪些环节？
核心观点
- 具身智能的核心挑战在于处理动态、多模态、强时序关联的物理世界数据，数据质量比数量更重要。
- 智域基石旨在通过五层数据编译管线模型构建数据底座生态，促进本体方、模型方和产业方协同，推动具身智能规模化落地。
FAQ
- Q: 智域基石提出的“五层数据编译管线模型”具体包含哪些层次？
- A: 根据报道，该模型包含数据质检、对齐、语义提取、大规模检索和交付五个层次，每层都有明确的质量指标。
关键实体
- 徐良威
- 智域基石
- 2026AI Partner·北京亦庄AI+产业大会