中国机器人公司千寻智能在全球真实机器人评测中超越硅谷明星Physical Intelligence。此次登顶不仅是技术排名的更迭，更揭示了“脏数据”训练范式的有效性，预示着软硬一体路线将成为具身智能领域的关键，并深刻影响未来的产业格局与人才需求。
智能速览
千寻智能的Spirit 1.5模型在RCT-30真机评测中超越Physical Intelligence，位居全球第一。
核心突破在于采用“多样化采集”方案，用真实世界的“脏数据”训练，迁移学习率提升40%。
千寻属于软硬一体派，自研模型与硬件结合，形成数据飞轮效应，在精细操作任务上优势明显。
京东领投，看中千寻在海量物流、零售场景的商业落地潜力。
具身智能产业将催生算法工程师、解决方案专家、数据采集工程师等新岗位。
精华内容
千寻智能的胜利并非偶然，其背后是一套完全不同的技术哲学。这套颠覆性的“脏数据”方法论，正在重塑具身智能的竞争格局，并为我们揭示了通向通用机器人的新路径。
“脏数据”的胜利
传统机器人训练方式如同让学生只刷历年真题，在固定场景下重复预设动作，一旦环境稍有变化便难以应对。千寻智能反其道而行，提出了“多样化采集”方案，不为机器人设定固定剧本，只给予一个大目标，让其在真实世界中自主探索，收集大量“脏数据”。
实验证明，用这种充满不确定性的真实数据训练出的模型，其迁移学习率比用干净数据训练的模型高出40%。这意味着，学习新任务时，千寻的模型仅需别人六成的训练时间，且泛化能力显著增强。本质上，这是用更聪明的方式利用数据，而非单纯的数据堆砌。
软硬一体优势
当前全球具身智能玩家分为三派：以特斯拉、波士顿动力为代表的硬件派，机械性能强大但大模型能力偏弱；以Physical Intelligence为代表的软件派，专攻通用大脑但缺乏自有硬件；千寻智能则属于第三派——软硬一体派。
这种模式的优势在于形成了数据飞轮效应：自研的硬件在真实场景中运行，收集到宝贵的多样化数据，用以训练Spirit大模型；模型能力的提升，又反哺硬件，让机器人表现更出色。在RCT-30榜单的插花等精细操作任务上，得益于真实世界数据的积累，Spirit 1.5的表现比主要在仿真环境中训练的Pi 0.5更加稳健。
产业巨头押注
千寻智能的快速成长获得了资本的强力支持。自2024年2月成立以来，公司已完成多轮融资，最新一轮融资金额接近6亿人民币，领投方为京东。京东的入局并非偶然，其背后是清晰的产业逻辑。
京东拥有海量的物流和零售场景，对能真正落地干活的机器人有迫切需求。千寻的机器人已能在办公室场景下完成桌面整理、扔垃圾、座椅归位等复杂任务，这些任务涉及物体识别、路径规划和力度控制，是其技术实力的直接体现。京东的投资，既是对技术路线的认可，也是为未来自身业务场景提前布局。
未来竞争格局
业内将此次事件类比成具身智能的“DeepSeek时刻”，但两者有本质区别。DeepSeek的突破更多是工程和资源优化，而千寻的突破是底层数据范式的革新，其门槛在于必须拥有硬件和场景来持续获取真实世界的多样化数据。
这一门槛预示着未来一到两年，行业将出现明显分化。纯软件公司若无法获得足够真实数据将逐渐掉队，纯硬件公司若模型能力跟不上也会被边缘化。最终能胜出的，大概率是像千寻这样软硬一体且有产业资源背书的玩家。京东在2025年7月同时投资三家头部具身智能公司，也印证了其将物理AI视为下一个十年基础设施的战略判断。
千寻的登顶是具身智能领域一个明确的信号：数据的范式比单纯的模型规模更重要。随着产业巨头的入局和量产元年的临近，物理AI的浪潮正从概念走向现实，现在理解并布局这一转变，将为未来十年赢得先机。下一个时代的基石正在奠定，你准备好了吗？
