AI热榜 一个具身智能的数据版本，从采集完成到真正进入下一轮模型训练，可能需要两周，甚至一个月。
在今年的云栖大会上，穹彻智能首席科学家吕峻用这样一个时间尺度，描述了具身智能数据链路的复杂程度。
视频、点云持续产生，数据从采集开始，还要经历预处理、质检、标注等多个环节，一条链路中可能发生十几次甚至数十次数据调用。
存储、计算与模型资源能否被高效调度，最终都会体现在模型迭代的速度上。
这让今天的 AI 基础设施面对了一个和大模型早期很不一样的问题。
过去几年，行业大量讨论 GPU 数量、集群规模、训练速度和推理成本，基础设施的中心几乎始终是模型。
数据更像模型训练之前已经准备好的原料：清洗、入库、训练，整个过程相对清楚。
AI 开始进入真实世界以后，这个前提正在消失。
机器人每执行一次任务，都可能产生新的视频、点云、动作轨迹和失败样本；科学智能在探索过程中持续制造新的计算结果和实验数据；Agent 每执行一项企业任务，也会留下新的查询、调用轨迹、上下文和反馈。
数据不再只出现在训练开始之前，它开始贯穿智能产生、智能应用和下一轮优化的全过程。
阿里云智能集团研发副总裁、计算平台事业部负责人汪军华在此次云栖大会上把这条链路概括为三个阶段： 从数据到智能、从智能到应用、从应用到进化。
第一个阶段里，海量数据经过处理和训练形成知识与能力；第二个阶段中，企业知识、业务数据和任务上下文帮助智能体理解业务；进入第三个阶段，应用产生的轨迹、结果和反馈重新经过筛选、评估，参与下一轮模型与智能体优化。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接