实体企业可通过对开源模型进行训练学习实现应用落地。具身智能领域的数据主要包括互联网数据、仿真合成数据和真实数据，其中互联网多模态数据预训练通常是构建模型的基座，数据可得性较强仿真合成数据包括通过物理模拟引擎结合仿真平台、世界模型或其他合成技术合成的 3D 物体资产、3D 场景、本体轨迹或动作视频等，采集效率较高，但数据质量不足以支撑可靠的行为学习和真实场景泛化真机数据则是通过部署在真实环境中的机器人收集的数据，最能反映机器人实际行为，质量最高，但采集效率最低且需要考虑机器人和人工费用。我们认为对有志于布局具身智能的实体企业而言，外部开源模型可帮助其跨过算法模型研发门槛，使其专注于真实场景优势领域，基于真机数据进行模型训练与学习，以应用落地为导向，扬长避短。
