大家好，我是小六。
前面五篇聊了具身数据采什么、真机和仿真怎么分工、数据到底要多少、谁在采集、有没有 scaling law。最后这一篇，我想换一个角度：机器人能不能向人脑学一点数据效率？
这个问题很有意思。人类小孩学会拿杯子、开门、叠衣服，并不是靠看几百万条标注轨迹。我们会观察、试错、复盘、举一反三，还会主动找自己不会的地方练。相比之下，今天很多机器人数据采集还比较“笨”：人一条条遥操作，机器人一遍遍模仿，失败了再补数据。
这里先给出结论：下一代具身数据飞轮，不是盲目多采，而是让机器人知道自己缺什么、错在哪、该补什么。
小孩不是这样学的
如果一个小孩第一次拿杯子失败了，他不会把同一个动作重复 1 万遍。他会换个角度抓，试试两只手，观察水会不会晃，发现杯子太烫就缩手，下次靠近时会更谨慎。
这里面有几个很重要的机制。
他会主动探索，不只是被动接收数据；他会关注预测错误，比如“我以为杯子稳了，结果滑了”；他会把失败经验记住，之后遇到类似情况会更快反应；他还会把技能迁移，比如从拿杯子迁移到拿碗、拿盒子、拿瓶子。
机器人现在最缺的，恰恰是这种高效利用经验的能力。
很多采集系统还停留在“多录点成功示范”的阶段。但真实部署里，成功示范只是基础。机器人真正难的是遇到新物体、新摆放、新阻碍时，能不能判断自己没把握，能不能安全试探，能不能从失败中恢复。
人脑的启发不是神秘感，而是数据使用方式：主动、压缩、复用、复盘。
人脑会主动采样
人不会平均地观察世界。我们会把注意力放在不确定、危险、变化大的地方。
比如你第一次用一个很轻的纸杯倒水，会下意识减小力度；拿一个装满热水的玻璃杯，会更关注手指是否打滑；走进一个昏暗房间，会先看障碍物和边缘。这些都是主动采样。
对应到机器人，就是 active learning 和主动探索。不要让机器人平均采集所有场景，而是让它优先采这些数据：模型不确定的物体，失败率高的动作，传感器冲突的场景，仿真和真机差异大的案例，安全边界附近但可控的任务。
这比随机多采 1000 小时更有价值。
NVIDIA 的 Building a Synthetic Motion Generation Pipeline for Humanoid Robot Learning给了一个工程启发：从少量人类示范出发，在仿真里放大出大量轨迹，再和真实数据结合。Physical Intelligence 的 π0: A Vision-Language-Action Flow Model for General Robot Control也提供了另一个侧面：先利用大规模视觉语言预训练和开源机器人数据打底，再用更贴近任务的高质量机器人数据做后训练。这个方向如果继续往前走，就不只是“合成更多”，而是“补模型最缺的经验”。
高效具身数据采集，应该从“人去喂数据”变成“系统知道该补哪类经验”。
失败会被反复用
人脑还有一个很重要的能力：回放。
我们做错一件事之后，晚上想起来还会复盘：刚才为什么说错话，为什么杯子差点掉，为什么那个台阶没看见。神经科学里关于海马体 replay 的研究，长期讨论记忆回放和规划之间的关系。放到机器人里，这件事非常有启发。
机器人失败一次，不应该只在日志里躺着。
一次抓取失败，可以被拆成很多训练信号：视觉是否误判了物体边界，抓取点是否偏了，夹爪闭合时有没有滑动，力反馈是否提前报警，失败后有没有安全恢复动作。
如果系统能把失败数据重新采样、重新标注、重新生成相似场景，再用于训练和评测，失败就不再是浪费，而是数据飞轮的燃料。
机器人最应该反复学习的，不是那些顺到离谱的成功 demo，而是失败前后那几秒。
技能可以复用
人类学习还有一个特点：技能会复用。
学会拿杯子之后，拿小碗会更快；学会开抽屉之后，开柜门不再完全陌生；学会把衣服摊平之后，叠毛巾会有迁移。这背后不是记住每一个动作，而是形成了更抽象的技能结构。
具身智能也需要这种层级化的数据表达。
底层是动作原语，比如接近、抓取、推、拉、旋转、放置；中层是技能，比如打开抽屉、整理桌面、装箱；高层是任务和目标，比如“把厨房恢复到可用状态”。如果数据只是一串扁平轨迹，模型很难知道哪些部分可以复用。
这也是我为什么关注世界模型和空间智能。机器人需要的不只是策略网络，还需要一种对环境状态、物体关系和任务进度的记忆。否则它每次看到一个新场景，都像重新做人。
这里可以借鉴人脑的地方，是把经验压缩成可复用结构，而不是把所有轨迹一股脑塞进模型。
最后聊聊低成本
如果具身智能真的要走向大规模落地，数据采集必须降成本。
但降成本不是简单找更便宜的遥操作员。更本质的降成本，是让每一条数据更有用。
我认为未来会出现几个方向：用仿真生成长尾，用真机校准物理，用人类视频补语义，用部署日志挖失败，用主动学习决定下一批数据采什么，用世界模型压缩状态变化，用技能库复用已有经验。
这条路听起来没有“发布一个超级大模型”那么炸，但它可能更接近机器人产业的真实进度条。
具身智能的数据效率，最终取决于机器人能否从“被喂经验”走向“主动寻找经验”。
最后想和大家讨论一个问题：如果未来机器人能自己选择下一批要采的数据，你觉得它最应该优先采“不会做的任务”，还是“经常失败但有商业价值的任务”？
参考资料
NVIDIA: Building a Synthetic Motion Generation Pipeline for Humanoid Robot Learning
Physical Intelligence: π0, Our First Generalist Policy
Open X-Embodiment: Robotic Learning Datasets and RT-X Models
Hippocampal replay in planning and memory
The free-energy principle: a unified brain theory?返回搜狐，查看更多