待验证50% 置信事实精确时间
机器人操作数据必须通过实体交互采集，成本极高，不同机器人本体之间的数据难以直接迁移
1
来源数
50%
置信度
长期有效
时效性
2026/8/21
首次发现
来源
相关事实
待验证具身智能的核心瓶颈在于缺乏合适的训练数据，真实世界中采集机器人抓取、装配、行走等高质量操作数据的成本远高于文本和图像数据71% 相似待验证机器人世界模型领域长期缺乏统一、易用的评估工具，研究者用不同指标和数据集自证效果导致横向对比困难68% 相似待验证强化学习在机器人领域面临的核心挑战是样本效率极低，真实机器人完成百万次试错耗时且有硬件损耗风险，促使离线强化学习和仿真到真实迁移成为研究热点67% 相似待验证任务粒度把控是这类任务队列工具落地时的核心挑战，太粗AI难以独立完成，太细人类规划成本陡增66% 相似待验证可变形物体操作（DOM）长期被视为机器人学中最困难的开放问题之一61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/782265API
curl https://kongchang.com/api/v1/knowledge/claims/782265MCP
get_claim(id=782265)