具身智能发展路径：从自动驾驶到物理AI的演进
在具身智能与物理AI技术备受全球关注的当下，一条明确的技术演进路线正逐渐清晰：自动驾驶被视为通往物理AI的重要桥梁。在最近的CES 2026上，英伟达创始人兼CEO黄仁勋重申了这一观点，从全球产业格局出发，进一步巩固了该方向的共识。事实上，中国在该领域已有较早的探索。早在2025年7月的世界人工智能大会（WAIC）上，它石智航创始人兼CEO陈亦伦博士便围绕自动驾驶与具身智能的技术共性进行了深入探讨，其前瞻性判断较国际主流观点提前了半年有余。
在过去的年度中，陈亦伦多次在公开演讲中指出，自动驾驶与具身智能在技术根源上具有一致性。自动驾驶可被视为具身智能的子集任务，其核心在于智能系统在复杂、动态环境中的自主移动与路径规划能力。而当前成熟的端到端自动驾驶系统，正是将感知、决策与路径规划统一于时空坐标体系中，为机器人在现实物理环境中执行任务奠定了基础模型。
值得注意的是，具身智能对高质量数据的需求远超自动驾驶。业界普遍认为，具备高真实度、高多样性、大规模的数据集，是实现智能系统Scaling Law（缩放定律）并推动其性能跃升的关键要素。
基于在自动驾驶领域的工程化经验和前瞻技术判断，它石智航在数据采集层面实现了重大突破，率先提出“以人为中心”（Human-centric）的真人数据采集新范式，并于2025年12月开源了全球首个具身智能多模态数据集——World In Your Hands（WIYH）。该数据集为模型学习人类在物理世界中的复杂交互行为提供了前所未有的高质量数据资源。它石首席科学家丁文超博士指出：“通过Human-centric数据采集范式结合TARS Datacore数据引擎，我们能够记录并生产出最高质量、最丰富的具身智能训练数据，真正使Scaling Law的实现成为可能。”
在2025年12月发表的《World In Your Hands: A Large-Scale and Open-source Ecosystem for Learning Human-centric Manipulation in the Wild》论文中，研究团队展示了引入Human-centric数据后，机器人在高度复杂场景中的任务成功率从8%大幅提升至60%。同时，其在桌面操作任务中的泛化能力和稳定性也显著增强。
这一成果印证了高质量数据在解决现实世界复杂问题中的关键作用。推动该价值实现的核心，是它石团队自主研发的高精度数据采集套件。该系统在实验室环境下实现了厘米级运动捕捉精度，并能输出包含六自由度位姿信息的高维数据流。该技术路径不仅提升了数据质量，还显著降低了采集难度与成本。每名采集人员在5小时内即可完成1.8TB数据的生成，从而为具身智能模型的持续训练与性能提升构建了稳固且可扩展的数据供给体系。
从自动驾驶技术的深厚积淀，到对物理AI发展路径的早期判断，再到在数据瓶颈上的创新突破与系统验证，它石智航正依托其完整的技术体系与工程实践，推动具身智能从实验室走向更广泛的实际应用场景。这条发展路线不仅推动了单个技术领域的进步，也为迈向通用型物理AI奠定了坚实基础。