机器人数据资源中，合成数据将占比将越来越高。[并不简单]

NVIDIA 高级研究员 Yuke Zhu 近日在 The Humanoid Hub 平台揭示了通用人形机器人领域数据训练体系的重大变革。

随着 AI 模型规模持续扩大，传统依赖人工标注的数据采集方式已经无法满足需求，取而代之的是一个自动化的数据飞轮系统。

这个系统整合了三大数据来源：真机数据、拟真数据，以及来自互联网的海量数据集。通过这种多源数据的融合，AI 系统能够持续优化自身的训练效果，形成良性循环。

为支撑这一数据飞轮机制，NVIDIA 推出了两大核心技术工具。其一是 Isaac Sim 模拟环境，能够大规模生成训练所需的合成数据；其二是新发布的 Jetson Thor 芯片，具备每秒万亿次的运算能力，为数据处理提供强大算力支持。

这套数据飞轮体系或将颠倒传统的数据金字塔结构。在新机制下，人工标注数据的比重逐步下降，而自动生成的高质量数据占比持续提升。