九月开学季，校园里又热闹起来，门口到处都是背着新书包、攥着课程表的学生和家长。你有没有想过——机器人，也要“上学”？
以打开微波炉为例，不是告诉它“拉开就行”，而是要它理解：手抓哪里、朝哪个方向使劲、力度多大、门开到什么角度才能做好这件事。对人类而言，这些身体经验几乎是本能；对机器人来说，却是一道需要反复练习的“课题”。
北京就有一家企业——全球首个具身数据独角兽光轮智能专门解决这个难题，给机器人编教材、建学校、出考卷、改错题。
走进光轮智能，你很难把它和“学校”联系起来——但继续往里走，会看到一个光轮智能具身数据平台，实时展现包括人类视频数据和仿真合成数据两种无本体数据采集的情况，场景涵盖了家庭生活、公共服务、商服零售、生产制造等各领域各类应用场景。
这个平台的旁边是一个光轮智能独家打造的“物理测量工厂”。冰箱门、微波炉门、甚至一根软绵绵的线缆，都被“请”进测试间反复采集数据。同一扇冰箱门，从不同角度、用不同力度来来回回拉开上千次，每一次开合都被精确记录成一组“手感笔记”，这些都是给机器人编教材的基本素材。
“让AI走出屏幕，去抓取、搬运、装配，真正的瓶颈不在算法，不在算力，而在数据。”正是基于这样的判断，光轮智能创始人兼首席执行官谢晨与联合创始人兼总裁杨海波一起创业，为机器人搭建“学习系统”。
“我们构建的是一个具身智能的学校，这个学校通过数据-评测-部署的全链路闭环，可以帮助机器人持续性学习。”杨海波说。
把冰箱、线缆等都搬进数字世界，只是搭好了“题库”，真正让机器人成长的是“海量刷题”。在仿真环境里，厨房可以千变万化：冰箱挪个位置，地面换成光滑瓷砖，光线忽明忽暗，再添几个障碍物——同一个任务瞬间变成成百上千道“新题”。光轮智能积累了超过10万种物品的数字资产，任意排列组合，生成无穷的训练场景。在这个仿真数字世界的各种场景里，机器人可以训练，可以评测，也可以通过考试来找到自己的薄弱环节，进行不断的提升，最终形成正向的循环。这样就可以把开发周期从传统的3~6个月，缩短到2到3周，综合训练成本降低10倍以上。
在杨海波看来，题刷的再多，机器人也不能在虚拟世界里直接毕业，最后一场考试必须回到现实，在仿真环境下先实现99%的训练，在真实环境下实现“最后一公里”的落地，这样就大大提升了它的效率，降低了成本，使落地部署这件事情，可以更快地进入到各行各业。
2026年8月，在世界机器人大会期间，光轮智能一次性“出版”了三套核心“教材”。
01 EgoSuite-Open100K
全球首个十万小时级全模态人类行为开源数据集。它记录了人们在7大类环境、128类场景下完成15000余项任务的全身动作，从精细的手部操作到全身协调，连事件发生的时间顺序都标注得一清二楚。首批数据已在Hugging Face和国内代码托管平台同步开放，相当于给全球开发者和整个提供了一套统一、可复用的“学习模板”。
02 RoboFinals
中试基地基础设施。它把真实工业需求转化成可量化的考试题，让不同型号的机器人在随机变换的场景里接受“闭卷考试”，而不是在熟悉的样板间里“开卷表演”。只有在这里拿到高分的模型，才有资格进入真机部署。
03 RoboStack
具身智能部署与反馈平台。它负责连接机器人与医院、工厂、仓库等真实工作现场。部署不是学习的终点，而是新一轮学习的起点——机器人干得好不好、哪里出了错、何时需要人工接管，所有信息都会被自动回传，成为下一轮训练的“题集”。在骨科器械分拣等复杂场景中，不同形态的机器人可以协同作业，而RoboStack能将它们的成功失败经验统一沉淀，让每一次“上岗”都反哺“课堂”。
正是这套数据-评测-部署三层相互咬合的“飞轮”，让光轮智能在短短三年内跑出了惊人速度：2026年3月，它成为全球首个具身数据独角兽；随后又接连完成多轮大额融资，估值持续攀升。
更值得关注的是，它先后受邀加入国际开源物理仿真引擎Newton技术指导委员会（与英伟达、谷歌DeepMind、迪士尼、丰田同席）、人类数据国际组织EgoVerse——在仿真和具身数据两大领域，为全球标准贡献了中国声音。
这只具身数据独角兽，扎根北京绝非偶然。光轮智能所在的中关村具身智能创新产业园，打通了整条产业链，楼上楼下就是合作伙伴。“北京创新资源高度聚集，不出10公里就可以找到最好的芯片、最好的算法。”杨海波说。
光轮智能已与摩尔线程联合打造自主可控的具身智能基础设施，开展“国产算力+自研仿真”的融合创新；与字节跳动、阿里云、生数科技、PICO、舞肌、新希望、宝通科技、宇信科技等在模型算法、机器人本体、数据采集等方面展开广泛合作。北京也在为产业持续铺路架桥：设立千亿级政府投资基金、出台《北京具身智能科技创新与产业培育行动计划（2025-2027年）》、持续推动具身智能大小脑融合发展，让更多可能性涌现。
杨海波将2026年定义为“具身智能数据规模化的元年”。随着数据需求的加速，学习系统的升级，机器人会以超乎想象的速度“变聪明”，真正走进生活的那一天，或许比我们想象中到来得更快！