对话博登智能赵捷：工业级的“数据炼金师”有多重要？
（文/张志峰 编辑/周远方）
在人工智能技术从虚拟向物理世界渗透的浪潮中，数据被视为推动人工智能发展的“底层燃料”，同时也是实现技术突破的关键“核心壁垒”。
在2025年世界人工智能大会的观察者网“具身向左、人形向右”直播论坛上，博登智能创始人、董事长赵捷博士围绕数据在人工智能与具身智能发展中的核心地位，分享了独到见解。
“数据是AI竞争的核心壁垒”
“AI的突破离不开高质量数据支撑，而当时国内缺少专业化、工业级的数据处理服务商。”赵捷博士向观察者网表示，2019年，当自动驾驶、大语言模型等技术加速落地时，他敏锐地察觉到行业痛点：数据供给仍停留在“手工作坊”阶段，难以满足AI模型对规模化、高精度数据的需求。
赵捷博士强调：“无论是虚拟世界的语言模型，还是物理世界的人形机器人，都需要我们从数据根基上筑牢创新之路。”他将公司定位为“数据炼金师”，旨在通过技术创新提炼数据的“纯度”与“价值”。
此外，赵捷博士还提到，硅谷已有三家由华人创建的数据公司，如Surge AI等，去年营收接近10亿美金，“这说明美国在高质量语料库建设方面非常重视，我们也意识到这是一个很好的机会，今年在这一领域的进步尤为显著。”
具身智能：数据需求的新维度
面对这一难题，赵捷博士提出可借鉴自动驾驶的发展经验。他指出，自动驾驶发展早期面临长尾效应问题，很多corner case（极端场景）在真实场景中难以获取，“比如在下雨天捕捉到行人横穿马路时发生车祸的场景，可能采集10次、100次都不一定能采集到。”
赵捷博士还强调，具身智能的实现需要范式更新：从“数据驱动”转向“交互驱动”，让智能体通过“感知-理解-行动”的闭环学习；从“单一模态”转向“跨模态融合”，整合视觉、触觉等多源信息；从“高算力依赖”转向“轻量化实时性”，适配机器人本体的资源限制；从“单纯学习”转向“强化学习与认知推理结合”，如 Embodied-R框架展现的“类人慢思考”能力。
未来：前景广阔，任重道远
在赵捷博士看来，无论是车轮上的智能，还是机器人的躯体，最终都需要数据这把钥匙，打开通用人工智能的大门。而这条道路上，数据的“纯度”与“力量”，将是决定成败的关键所在。
对比中美在数据生态上的差异，赵捷博士指出：“在大语言模型发展上，美国确实起步较早，但近一两年，尤其去年下半年开始，中国的大语言模型公司也在加大投入，差距正在快速缩小。”