让数据、评测与学习系统实现规模化运行
近日，光轮智能与阿里云达成深度合作。双方将依托光轮智能在 Egocentric 数据与仿真评测构建的 Physical AI 基础设施，以及阿里云人工智能平台 PAI 的 AI 工程化能力和云计算资源，共同建设面向 Physical AI 的云上基础设施，加速数据生产、仿真评测、持续学习与开放生态的规模化发展。
此次合作的目标，是推动 Physical AI 的数据生产、仿真评测、持续学习与 Egocentric 数据采集能力实现规模化运行，让具身智能从单机实验走向云端协同，从项目制开发走向持续学习，从局部优化走向开放生态。
让 Physical AI 基础设施实现规模化运行
过去几年，光轮智能持续围绕 Physical AI 的数据、仿真、评测与部署反馈建设基础设施。
在 Egocentric 数据侧，真实世界的人类行为与任务经验持续沉淀；在仿真侧，真实经验被扩展为大规模仿真数据；在评测侧，模型能力边界被量化衡量，并反向定义下一轮数据需求；在部署侧，真实场景中的失败案例、反馈信息与任务约束持续回流，推动下一轮数据生成、仿真扩展与评测迭代。这一过程形成了完整的持续学习闭环。
图：光轮智能的数据、评测与部署闭环
随着 Physical AI 进入规模化发展阶段，一个新的问题开始出现：如何让数据、仿真、评测与部署能力像云服务一样被持续调用、持续扩展和持续复用？ 这正是本次合作的核心目标。
作为阿里云面向大模型、行业模型与智能体应用的云上 AI 工程平台，PAI 覆盖数据处理、模型开发、训练、推理与部署全流程能力，为Physical AI基础设施的规模化运行提供了坚实底座。
具身智能研发过程依赖机器人仿真、深度学习、数据计算等多种复杂工作负载，PAI 的核心价值在于：一方面能将高门槛的本地环境配置变成可快速拉起的云端工作空间，并以 Notebook 形式沉淀最佳实践，让更多开发者轻松调用和跑通完整工作流；另一方面，PAI 具备卓越的异构算力调度能力，能为具身智能模型训练、评测过程中的大规模多任务计算需求提供坚实工程基础。
图：阿里云人工智能平台 PAI 产品架构
光轮智能与阿里云 PAI 的合作将共同推动 Physical AI 基础设施从本地工具链走向云端平台，让更多开发者、机器人企业与产业客户能够更高效地使用数据、评测与持续学习能力。
共建三大云上基础设施
围绕本次合作，双方将重点推进三个方向。
第一，打造Physical AI仿真评测云
评测是机器人研发过程中最容易被忽视、却又最难规模化的环节。
今天，大量团队仍然需要重复搭建环境、部署资产、配置 Benchmark，并自行开发评测流程，不仅成本高昂，而且结果难以复现。
为此，光轮智能与阿里云将共同推动 RoboFinals 云化部署，让评测能力真正成为云服务。目前，双方已经在 PAI-Notebook Gallery 联合上线《RoboFinals 在 PAI 上运行最佳实践》，将 RoboFinals 评测链路封装为云端 Notebook。开发者可直接在 PAI 中启动仿真环境服务、运行策略评测，并自动生成视频与 JSON 指标结果。
未来，双方还将进一步基于 RoboFinals，支持 RoboArena、RoboChallenge 等更多评测体系与挑战赛在云端运行，推动机器人评测从实验室工程走向标准化云服务。
第二，打造 Physical AI 持续学习云
评测能够发现问题，但持续学习才能解决问题。
真正的 Physical AI 能力成长，并不是一次训练完成，而是在数据、训练、评测与部署之间不断循环迭代。
基于阿里云 PAI 平台，双方将共同建设面向 Physical AI 的持续学习基础设施。
光轮智能的人类视频数据、仿真合成数据、SimReady 资产与物理测量体系，将与阿里云的数据管线、训练调度与算力平台深度融合，在云端打通：真实采集 → 数据生成 → 模型训练 → 仿真评测 → 场景部署 → 反馈回流的完整工作流，让 Physical AI 研发从单点优化逐步演进为持续学习系统。
第三，打造开放的 Egocentric 数据基础设施
Egocentric 数据是 Physical AI 最重要的学习来源之一。
为推动行业建立开放的 Egocentric 数据基础设施，光轮智能正在建设 Human Data Capture Platform（HDCP），联合头显、灵巧手、触觉手套、传感器与计算平台等领域合作伙伴，共同打造支持十亿人规模的开放 Egocentric 数据采集平台。
图：光轮智能打造支持十亿人规模的开放 Egocentric 数据采集平台
基于本次合作，双方将进一步探索 Egocentric 数据平台的云端架构能力，推动数据采集、质量管理、标准化处理与规模化交付体系建设。
未来，来自全球各地的 Egocentric 操作经验、任务行为与环境交互数据，将能够通过统一标准持续汇聚、管理和服务于 Physical AI 产业，推动 Egocentric 数据采集从项目制走向产业级生产。
每一次 AI 能力的提升，都离不开背后的工程体系支撑。对于 Physical AI 而言，仅有模型并不足够。数据生产、仿真评测、训练迭代与真实部署，正在成为越来越重要的研发环节。
光轮智能与阿里云的此次合作，希望通过云端化与工程化能力，让这些原本分散、复杂的工作流更容易被开发者和企业使用。围绕仿真评测云、持续学习云与开放 Egocentric 数据平台建设，双方将持续探索 Physical AI 基础设施的规模化路径，与更多产业伙伴共同推动技术落地与生态发展。
关于光轮智能：
光轮智能致力于为物理 AI 构建数据与仿真基础设施，依托首创"求解---测量---生成"三位一体全栈自研仿真平台，提供高质量、规模化的仿真合成数据、工业级仿真评测、人类视频数据。作为全球首个具身数据独角兽，全球前五的世界模型团队均与光轮合作，在仿真合成数据、仿真评测和人类视频数据三个关键领域实现全球交付第一。