坦白来说，在具身智能领域，模型能力是外界能直观感受到的“面子”，但真正决定发展上限的“里子”其实是数据。尤其是高质量、源自真实物理世界的人类行为数据。这项工作虽然繁琐艰辛，却无法回避。

2026年5月26日，蚂蚁灵波与简智新创正式达成战略合作，目标直指共建高质量物理真实数据底座。本次合作并未追逐热门概念，而是紧扣一个核心命题：如何将物理世界中真实人类行为的数据，实现高效、大规模地采集与利用。

具身智能模型的下一代迭代面临一个朴素的逻辑困境——要让机器理解真实世界，必须先让它“看见”足够多、足够真、足够细的真实世界。海量、高保真、多维度的物理数据，正是模型能力跃升的关键燃料。因此，本次合作的核心是围绕人类在物理世界中的自然交互行为，探索新一代数据采集与生成方法论。目标明确：提升机器人对真实环境的理解力、跨场景泛化能力，以及在复杂条件下的自主决策水平。

具体如何实施？合作框架给出了务实方案。双方将以蚂蚁灵波全系列具身智能模型为技术基座，开展系统性的数据协同开发。同时，将共同研发专用数据采集设备，重点优化空间精度、时间分辨率与行为语义的丰富度。简而言之，就是推动数据生产线从“作坊式”向“工业级”转型升级。

提到蚂蚁灵波，值得一提。今年以来，其在具身“大脑”领域的推进速度显著。开源的LingBot全栈模型体系已全面覆盖物理感知、动作规划与环境反馈三大核心能力，在国际上获得广泛关注。产业落地方面，他们持续深耕本体联盟，联合生态伙伴深入真实场景。此次与简智新创的数据战略合作，本质上正是为LingBot这只“大脑”构建最坚实的“脊梁骨”。

蚂蚁灵波科技CEO朱兴的判断十分明确：机器人要真正融入物理世界并承担实际任务，核心在于构建强大的具身智能中枢。而高质量物理真实数据的高效规模化，是实现模型能力质变的必由之路。这类数据能帮助模型从底层建立对物理规律的深刻认知，使其在动态、开放、非结构化环境中，推理精度更高、适应范围更广、决策可靠性更强。这将切实加速通用具身智能向产业端的深度渗透与规模化落地。

简智新创创始人兼CEO陈建兴则指出了当前行业的真正瓶颈：优质通用数据供给严重不足。其自主研发的GenDAS数据采集系统与全流程数据治理平台，已积累覆盖百万小时级的真实人类行为数据资产。此次与蚂蚁灵波联手，旨在将这批高价值行为数据与领先的具身大模型深度打通，打破数据孤岛，突破质量瓶颈，为整个产业的高质量发展注入可持续动力。