构建内生数据增长飞轮，灵御智能打通数据全生命周期

　　2026 年，具身智能行业发展逐步从算力堆砌转向数据价值挖掘，数据质量层面的体系化短板，已然影响模型泛化性能优化。智源研究院 2025 年行业调研数据显示，市面中超七成具身相关数据存在丢帧、卡顿、时间戳偏差等情况，不少企业尚未建立规范的数据质量管控体系。相较数据体量，数据品质愈发成为影响企业市场竞争力的关键因素。

　　依托对数据全流程的深度把控以及成熟的数据循环运营模式，灵御智能在行业发展中稳步前行，企业近期完成新一轮近亿元融资。灵御智能联合创始人兼首席科学家莫一林表示，数据应用不只是基础采集工作，更涵盖全生命周期管控能力，这也是企业自身差异化发展优势所在。

　　灵御智能对数据的把控，首先落实在源头质量管控上。团队突破多传感器时空对齐相关技术难点，实现电机与摄像头数据亚微秒级时间同步，机械臂定位精度可达 1 毫米，采集数据信息含量充足，可减少人工处理步骤，直接应用于模型训练。

　　同时企业搭建起数据采集、上传、清洗、标注至模型训练的完整运行链路。现阶段已有北京理工大学、Intel 等多家科研机构与企业，运用相关数据开展研究并产出优质成果。

　　在此基础上，灵御智能搭建起可循环的三层数据运转体系。客户场景部署机器人设备，云端搭载智能调度系统，工作人员可在人力成本可控区域提供远程协助。机器人自主作业过程中，判定数值低于设定标准时便切换人工操控，人工操作产生的数据自动回传云端用于模型训练，后续应对同类场景时，模型自主运行水平可得到优化改善。

　　“机器人落地应用并非服务收尾，而是模型不断优化的开端”，这套实操服务模式，能将每一次人工操作转化为模型能力积累。

　　灵御智能创始人兼 CEO 金戈称，本次募集资金将主要用于灵御 TA 机器人产品升级、供应链与交付体系搭建，以及真机数据、云端协同系统的研发优化。依托数据全流程管控与内生数据运转体系，企业着力打造开放的具身智能数据环境。后续企业会开放部分基础模型相关数据，同步提供定制化数据服务，并借助专属数据采集平台扩充数据储备，助力行业稳步发展。

编辑：张芬