数据驱动的具身智能：迈向规模化之路｜QCon 上海

具身智能如何走出实验室、进入真实产业现场？高质量数据与持续学习闭环，是迈向规模化落地的关键。

10 月 22～24 日，QCon 全球软件开发大会将在上海举行。本次大会特别策划了专题《数据驱动的具身智能：迈向规模化之路》，由蚂蚁灵波科技首席数据科学家黄用韬博士担任出品人。

黄用韬博士本科毕业于清华大学数理基础科学班，博士毕业于德州大学达拉斯分校，长期从事 AI 基础设施与分布式系统研究与实践，在自动驾驶领域拥有多年产业经验，曾任元戎启行技术合伙人，主导构建了大规模数据与训练基础设施体系，现任蚂蚁灵波科技首席数据科学家。

面对真机交互数据不足、闭环效率低、模型泛化受限以及仿真与现实难以对齐等挑战，本专题将围绕具身数据体系、数据驱动模型革新、通用物理智能落地展开，探讨如何积累和利用真机数据、构建机器人通用大脑，让具身智能从实验室验证迈向规模化商用。

实践主题前瞻

演讲推荐一：The World Is Not a Dataset - Building AI Systems That Continuously Learn from Reality

机器人如何从真实执行中持续学习？仅有训练数据还不够，任务、环境、硬件状态、模型版本以及人工介入，都会影响对执行结果的判断。一次失败究竟需要补充数据、改进模型，还是排查硬件与标定，需要系统理解反馈后再作决策。

本次演讲中，蚂蚁灵波科技首席数据科学家黄用韬博士（https://qcon.infoq.cn/2026/shanghai/presentation/7355）将分享真实世界学习系统的设计思路，通过端、边、云协同，将执行反馈、数据采集、模型迭代与效果验证衔接起来。重点讨论如何依据评测结果确定下一轮采集任务，以及如何缩短从发现能力缺口到验证改进效果的周期。

演讲推荐二：从环采数据到产业落地：具身“最强大脑”的技术演进之路

当机器人进入家庭、工厂和开放公共空间，如何持续获取高质量交互数据，并适应不同任务、环境与机器人本体，成为落地过程中的重要挑战。从数据采集到模型训练，再到现场部署，需要建立能够持续反馈和优化的完整链路。

本次演讲中，大晓机器人技术副总裁刘春晓博士将介绍环境式数据采集、标注与质量管理实践，解析具身基础模型如何统一建模空间理解、导航决策、操作执行及任务评估。结合“晓途”开放场景自主作业方案，分享跨任务、跨场景、跨本体泛化的探索，以及行业应用的部署、评测和规模化复制路径。

演讲推荐三：具身 Scaling：从基础模型，到生产力落地

模型规模增长，为什么不一定带来真机表现的同步提升？随着具身基础模型不断发展，实验室效果与实际应用之间的差距仍待跨越。成功率、稳定性、泛化能力，以及工程化和成本问题，共同影响着模型能否转化为可交付的生产力。

本次演讲中，Dexmal 原力灵机联合创始人汪天才（https://qcon.infoq.cn/2026/shanghai/presentation/7312）将结合真机实践，分析具身基础模型的能力边界与规模化难题，探讨数据、算力和算法如何协同支撑持续迭代。同时，通过工业等场景的落地案例，分享从算法原型到生产交付的经验，并展望具身 Scaling 的技术演进与产业协作方向。

圆桌对话｜新一代具身新秀，正在押注怎样的机器人未来？

面向真实世界的机器人，应该选择怎样的技术路线？新一代具身智能实践者如何理解模型、数据与泛化之间的关系，又如何判断值得投入的落地方向？

本场圆桌将邀请蚂蚁灵波市场运营和技术生态负责人江波、香港大学 MMLab 博士生陈天行、Muka Robotics（莫刻机器人）联合创始人池晓威博士，围绕模型能力、数据体系、泛化挑战与实际应用展开交流，分享各自关注的技术方向及对未来机器人形态的判断。更多嘉宾敬请期待。

会议推荐

QCon 全球软件开发大会·2026（上海站）将于 10 月 22 日—24 日举办。本届大会聚焦 Harness AI 时代的工程实践，从「构建 AI」到「驾驭 AI」，围绕 AI Native 架构、Agent Runtime、AI Infra、Agent 安全与可观测、Loop Engineering、具身智能与世界模型 等热门技术方向，邀请全球技术社区与产业一线实践者，共同分享 AI Native 时代最具价值的工程经验。查看更多详情可扫码或联系票务经理 18514549229 进行咨询。