互联网模型可以从海量文本和图像中学习，而机器人需要同时理解空间、动作和物理反馈。真实世界数据采集昂贵、速度慢，并且不同硬件之间很难直接复用。
数据不仅要多，还要覆盖失败
成功演示往往只覆盖理想条件。可靠系统需要理解遮挡、打滑、物体变化和执行中断。失败数据对安全策略尤其重要。
仿真与真实数据需要闭环
仿真可以快速生成多样场景，但无法完全复制现实中的摩擦、形变和传感器噪声。有效路线通常是用仿真扩大覆盖，再用真实数据校准差距。
未来机器人公司的核心资产，可能不只是模型或本体，还包括持续产生、筛选和回流高价值数据的能力。