8月20日，在2026世界机器人大会主论坛上，京东集团技术委员会主席、京东云总裁曹鹏演讲时表示，谁能获取规模化、高质量的真实场景数据，谁就能在机器人与具身智能发展中建立长期的竞争优势。
过去几年，人工智能在数字世界里取得了长足进展，推动各行各业变革。现在，人工智能从数字世界走向物理世界，具备感知环境、操作物体和执行任务的能力。
“下一阶段，制约人工智能持续发展，或是说最重要的生产要素，正是数据。谁能获取规模化、高质量的真实场景数据，谁就能在机器人与具身智能发展中建立长期的竞争优势。”曹鹏强调。
曹鹏指出，去年是人工智能规模化落地发展的元年，一方面，多款人形机器人正从实验室原型机走向量产交付；另一方面，在工业、物流、服务业等场景里，各行业都在尝试用机器人去完成一些具体任务。
当下行业正处于爆发前夜，那为何没有迎来真正爆发？曹鹏认为原因在于机器人、具身智能模型对任务理解、泛化性相关能力还存在不足。他举例解释道，在京东物流实验场景中的某些特定标准任务里，机器人在效率和成本上已经非常接近于人工，但受限于模型泛化能力不足，不能复制到更多、更复杂的场景里。而模型泛化性偏弱的核心原因，是缺少充足的训练数据，最终导致机器人难以实现跨场景规模化落地。
在曹鹏看来，想要训练出具备规模化复制能力、泛化性优异的机器人大脑模型，需要千万小时级别的海量数据支撑。但目前行业内可用于该类模型训练的有效数据，仅有十万小时量级，二者存在巨大的数据缺口。除此之外，当前数据多依托机器人本体采集，还存在跨本体泛化性、适应性不足的问题。“未来机器人的发展，核心制约因素是机器人大脑的泛化能力；而大脑能否实现高智能、高适配性，根本取决于是否有充足的训练数据供给，这也是当前机器人行业发展的核心痛点。”曹鹏坦言。