本次分享将围绕乐聚机器人在具身智能领域的数据驱动实践展开，系统介绍从数据采集、训练中心建设、开源数据生态到多场景部署的整体路径。议题将结合乐聚在北京、江苏等地的人形机器人数据训练中心建设、开源数据集与竞赛生态，以及工业制造、电力巡检、公共服务、家庭陪护等典型场景案例，以乐聚与蚂蚁灵波 LingBot-VLA 的深度合作为例，分享具身智能从“数据—模型—平台—应用”闭环构建的方法与经验。同时，也将讨论当前人形机器人在规模化应用中面临的数据与生态挑战，帮助参会者更全面地理解具身智能从技术研发走向产业落地的关键环节。

本次分享将围绕 LingBot-VLA 展开，该项目通过汇聚 9 种主流双臂机器人配置、累计逾 20,000 小时的真实世界操作数据，构建了具备一定迁移能力的基座模型。针对具身智能落地的痛点，本项目开发了一套高效的后训练工具链，在 8 卡 GPU 环境下实现了每秒 261 个样本的高吞吐，性能较现有主流 VLA 代码库提升达 1.5 至 2.8 倍，极大地加速了从算法到实机的适配进程。同时，本次分享会回顾我们在 3 种不同机器人构型、GM-100 项任务上的评估过程，并结合具体的工业与服务场景案例，分享如何通过模型适配与工具链优化。此外，我们开源了训练代码、模型权重及评测基准，旨在构建更具标准化、开放性的机器人学习生态。

本次分享将为大家介绍上海交大开源的具身智能评测基准——GM-100。围绕真实机器人操作场景，GM-100构建了100+精细与长尾任务，覆盖日常操作、复杂装配、精细操控等高难度交互场景。

分享中将重点讲解任务设计思路、评测 pipeline 与多维度评价体系，结合基线模型实测结果，展示其在机器人泛化能力评估、策略训练、真实硬件部署等方面的应用价值，同时也会开放相关数据与评测工具。 希望通过本次交流，和大家一同探讨具身智能评测的前沿方向，为机器人算法研发、落地验证与方案对比提供可直接复用的参考与实践思路。

分享将围绕乐聚机器人主办的具身智能操作任务挑战赛展开，重点介绍天池系列赛与 ICRA 系列赛双赛真机赛的整体设置、核心定位与参与价值。议题将系统解析天池第一届具身智能操作任务挑战赛和 ICRA 2026 REAL-I 具身智能挑战赛在真实工业场景、仿真到真机验证、创业孵化支持及国际顶会展示等方面的特色与差异，并结合乐聚 KUAVO-4Pro 机器人平台及 LingBot-VLA 专项激励，展示赛事如何为高校团队、开发者与创业者提供技术打磨、成果验证与能力展示的实践平台。希望通过本次分享，帮助参会者更全面地理解具身智能赛事的实际意义，看到从技术探索走向产业落地的更多可能。

具身智能迈向真实世界的进程中，数据是底层基石，模型是核心引擎，二者共同决定智能体能否在物理场景中稳定泛化、高效落地。

本场圆桌将围绕具身智能的数据基石与未来图景展开深度对话，聚焦数据生态构建、高质量数据体系、基座模型演进、评测标准建设及产业落地路径等关键议题。嘉宾们将共同探讨行业痛点与技术趋势，展望具身智能从实验室走向规模化应用的未来图景，为开发者与从业者带来前沿思考与实践启发。