上证报中国证券网讯(记者孙小程)7月17日，2026世界人工智能（885728）大会(WAIC2026)在上海开幕。光轮智能集中展示了其物理AI数据与评测基础设施，并分享了在国际标准共建、开放生态协同及产业基础设施建设方面的最新进展。
光轮智能是成立于2023年的物理AI数据与评测基础设施企业，专做机器人持续学习所需的“数据—仿真—评测—部署”底层基础设施，2026年估值已突破150亿元，是全球首个具身数据独角兽。
“资本市场对我们的关注度已经与头部的本体公司相当，这在过去是不可想象的。”在接受上海证券报记者采访时，光轮智能联合创始人兼总裁杨海波分析称，具身智能行业的注意力，正在从本体、模型，向服务具身落地的基础设施企业转移。
超10倍复售凸显产业基础设施成为刚需
2026年是具身智能数据的规模化元年。杨海波预计，今年具身智能领域的数据与评测需求出现指数级增长，整体规模已达到去年的百倍至千倍，从过去的数千小时跃升至数百万小时量级。
这一变化的根源在于，人形机器人（886069）开始逐渐进入真实应用场景，提升了对场景数据以及评测的需求。
“在场景效用没有确定的时候，不可能让一台机器人在真实场景里先学习半年，没有这个条件。这时候仿真的优势就体现出来了——先在仿真环境里学习、评测，解决掉99%的问题，剩下最后1%再到真实场景里去解决，这样才能真正落地部署。”杨海波说，像光轮智能这样的基础设施企业，支撑的就是这“最后一道部署”。
2026年第一季度，光轮智能获得5.5亿元订单，这在具身智能行业是亮眼的数字。杨海波透露，全年收入体量同比会有较大增长。
相较于订单的绝对值，杨海波更看重能带来行业价值的信号，尤其是“复售”。“复售”即将同一批优质场景数据出售给多家客户，目前光轮智能已有部分数据集实现超过10家客户的复用。
他认为，此举不仅优化了企业的毛利率结构，也会进一步代表行业认可的事实标准。如今多家企业共同采购同一份数据，代表着行业对于物理AI基础设施的刚性需求在逐渐显现。
复售和统一标准的产生，会进一步带来行业格局的变化。过去由算法定义需求、数据方按需交付的模式，正在被供给端驱动的模式所替代。在他看来，具身智能某种程度上是供给和需求的双向奔赴——数据供应商推出一款标品数据，匹配模型厂商的需求，从而推动模型的演进。
数采越来越“卷”如何应对？
作为上游“卖铲子”的赛道，具身智能数据赛道今年有越来越多新势力入局，包括来自自动驾驶、人形机器人（886069）本体领域的企业。
对于数据厂商涌现、行业竞争加剧的现象，杨海波认为，这反而是好事，说明行业已经意识到了数据的重要性。“具身智能的关键卡口是数据，这已经成为行业共识。如果有这么多玩家冲进来，说明这个赛道是对的。“如果到现在还只有我们一个玩家，可能我们要考虑一下赛道是否选对了。”
与此同时，无本体数采方式渐渐兴起，这是否会冲击以光轮为代表的仿真路线？
对于这一问题，杨海波认为，首先要明确，具身到底需要什么样的数据？
光轮经过探索后的答案是，高质量、大规模、多样性。首先是高质量，具身数据的需求维度更多，不只是视觉三维，还要记录交互中的力度大小、手势和全身动作。
第二是大规模。今年数据需求已经是去年的百倍，百万小时以上，但这还只是起点。具身的数据规模至少是自动驾驶的上千倍。
第三是多样性。曾有头部客户要求“一人一场景一项任务仅采集一条数据”，以此强制覆盖不同年龄、生理特征与操作习惯的样本分布。
如何满足这三个条件？他认为是两种非本体数据的采集方式，即人类视频数据和仿真合成数据。光轮智能正在把人类视频数据采集到的内容重建到仿真环境里，在仿真里再做泛化生成，从而实现更大规模、更多样性的数据供给。
面对新势力的进场，光轮智能如何保持先发优势？杨海波明确，一是要持续在仿真底座技术上深耕细作，不断模拟出更真实的物理效果，拉开技术领先性。
二是更好地打通仿真和真实数据之间的协同，达到效果上的乘数效应。
三是继续构建和保持在数据标准上的领先。“如果你在做标品，别人在做某一个菜，那别人的竞争力就很难匹敌。所以要更加重视标准的构建、领先认知的构建，确保自己生产的数据是行业质量最好、最受欢迎、规模最大的。”
