灵初智能这条新闻看着不起眼，其实信息量挺大。年底冲100万小时数据，全国建数据采集中心，还开源了首批1000小时手部数据。这几个动作放在一起看，打法已经很清楚了：在具身智能领域复刻LLM的成功路径。其实

LLM是怎么起来的？不是靠某个天才算法，是海量文本数据加scaling law硬堆出来的。机器人现在缺的就是这一步。算法层面大家其实差不太多，模仿学习、强化学习、VLA架构，论文都摆在那，真正的差距在数据。而机器人数据比文本难搞一百倍——文本是现成的，机器人数据得一台台设备、一个个真实操作去录。

灵初的思路我挺认可：先把数据基础设施当正事干，而不是当副产品。100万小时听起来多，但对比语言模型预训练的量级，这才刚起步。关键看数据质量和多样性，不是纯堆时长。如果这百万小时都是高度重复的演示，那价值要打折。

开源1000小时那步棋也妙。单个公司采数据永远比不过整个行业一起采，先定标准、先占生态位，以后大家都按你的格式来。这和当年ImageNet的逻辑一样，数据集本身就是护城河。

我的判断：未来两年具身智能的竞争，表面看是模型竞争，实际上是数据采集能力的竞争。谁先让scaling law在机器人身上跑通，谁就拿到下一个时代的入场券。

有做机器人方向的朋友吗，你们现在数据这块是怎么搞的？