对话帕西尼创始人兼CEO许晋诚：好数据是稀缺品，具身数据需求仍很旺盛

（原标题：对话帕西尼创始人兼CEO许晋诚：好数据是稀缺品，具身数据需求仍很旺盛）

走进帕西尼「ONE FOR ALL」物理AI实景展厅，记者看到，一台高达6米的巨大轮式人形机器人立在人造岩石上，充满未来感。沿着这座巨型机器人向内，五大展区依次展开，从触觉芯片、全身力学感知，到数据采集、灵巧操作和多机协同，构成一条完整的机器人能力进化路径。

展区中，一台机器人正在操作台前，小心翼翼地拧灯泡——灯泡是易碎品，拿轻了会滑脱，捏重了会碎裂，这是检验机器人触觉能力最好的试金石，也是帕西尼的“看家本领”。

帕西尼是触觉感知与具身智能领域的独角兽。在这个由其打造的全球首个物理AI实景落地示范展厅中，帕西尼集中展示了公司的触觉感知技术、全模态具身数据采集生态、自研灵巧手、TORA系列人形机器人落地成果等。与常见的机器人跳舞、翻跟头不同，这里的机器人练的是“干活”。

最近，具身智能行业正被一条消息搅动：北京首个人形机器人数据训练中心被曝停止运营。这个位于北京市石景山区首钢园内、去年3月才揭牌的中心，曾部署超百台机器人、年产出超百万条多模态数据，一度被视为规模化真机数据生产的样本。这一停运消息立刻引起广泛关注，质疑随之而来：机器人数据采集是否已经饱和？

对于这一疑问，帕西尼创始人兼CEO许晋诚在接受记者采访时表示，停运是基于其他原因，并非因为机器人数据饱和，不能因为一个数据采集工厂停运就认为整个行业受到了冲击。“现在我们接收到的机器人数据需求，无论是国内的还是海外的，都非常巨大。”许晋诚表示。

为什么数据需求如此旺盛？这是因为，机器人要真正能落地会干活，需要用大量的物理世界真实交互数据进行训练，比如怎样抓取物品、如何避开障碍物等。与大语言模型可以依靠海量的互联网数据进行训练相比，具身智能大模型的数据此前是一片空白，需要在现实世界中一点点采集。据了解，目前行业可用的数据只有十万小时量级，与需要的千万小时以上数据相比，缺口还很大。

帕西尼，正是站在弥补行业这一短板的关键卡位上的公司。目前，帕西尼已在天津、宿迁、武汉、自贡等地布局建成百亿级实采数据产能与超级数采工厂集群。

“机器人落地不是漫无边际地探索，而是需要获取‘如何正确地去操作、去执行任务的数据’。”许晋诚表示，这决定了当下及未来几年，数据采集的需求会只增不减。

需求在增长，好数据仍是稀缺品。但是，应如何定义“好数据”？许晋诚表示，具身智能行业目前真正稀缺的是视觉、触觉、关节姿态与操作结果相互对齐的高质量物理交互数据。如果每一批数据都依赖大量人工清洗和标注，数据越多，成本反而越高，模型进化也难以持续。

“我们的OmniSharing DB采用多模态协同自标定，通过自动化流程完成数据清洗、校准与标注，降低人工、算力及Token消耗。”许晋诚说，其价值不只是节省一次训练成本，而是让数据能够持续采集、持续训练、持续反馈。如此，才能让具身行业以更低成本把真实经验更快变成机器人能力。

今年5月末，帕西尼发布了全国首例具身智能领域数据跨境交易创新成果，在确保业务全链条合规、安全、可控的前提下，将高价值数据产品推向了国际市场，成功实现数据资产“变现”。“海外订单很多，而且海外客户更多是在想怎样训练好自己的模型。”许晋诚表示。据悉，目前，帕西尼是全国唯一同时具备数据确权与合规跨境流通能力的具身智能企业。

在许晋诚看来，帕西尼的发展战略围绕“PIE”这三个字母展开。其中，P（Perception）代表感知，让机器人获得接触、力度、滑动和形变等真实反馈；I（Intelligence）代表智能，把一次物理交互沉淀为可以持续学习、复用和迁移的能力；E（Execution）代表执行，让智能离开屏幕，通过灵巧手与机器人完成真实任务。

“三者不是彼此独立的产品线，而是一条同时并进、环环相扣的进化链：感知决定数据是否真实，数据决定智能能否进化，执行决定技术能否产生价值。”许晋诚说，这也解释了帕西尼为什么从触觉芯片走向传感器、数据、模型、灵巧手和人形机器人——全栈式布局是为了补齐物理AI进入真实世界的每一道关键环节，充分掌握从物理反馈进入模型、再从模型返回现实任务的完整链路。通过构建这一条“PIE”式进化路径，帕西尼正加速具身智能真实落地。