具身智能的能力上限，受制于数据的量与质。行业投资机构的公开研判显示，头部机器人公司的有效数据量有望从2025年的“万小时级”跃升至2027年的“百万小时级”。数量级的跃迁并不自动带来能力跃迁，如何采集、标注、使用与验证这些数据，才是关键。2027年6月26日至28日，AESE2027北京具身智能与机器人展将在北京亦创国际会展中心举办，同期论坛直面这一瓶颈。

数据瓶颈可以拆成四层。采集层：真实操作数据依赖遥操作、动捕与真机试运行，成本高、速度慢；标注层：操作意图、力控反馈与失败样本的标注缺乏统一规范；使用层：VLA模型与世界模型对数据的组织方式不同，样本效率差异明显；验证层：仿真训练的成果迁移到实机时存在偏差，需要闭环校正。四层中任何一层断裂，都会使数据规模的优势无法体现。

论坛为此设置“技术路线争议环节”，让不同路径同台交锋。支持VLA模型的一方强调语言与视觉先验带来的泛化能力，支持世界模型的一方强调对物理规律建模的可解释性；主张以仿真为主的团队看重低成本试错，主张以实机数据为主的团队看重真实工况下的鲁棒性。讨论不追求统一结论，而是把各自成立的条件说清楚。

对企业的实际意义在于合作可能。整机厂商需要数据飞轮，算法企业需要真机平台，场景方掌握真实作业数据却缺少模型能力，三方诉求互补。本届展会设整机、零部件、算法、应用方案四大赛道，限定395家展商，邀约2.6万名付费专业观众，并在展期安排算法企业与整机厂商的预约洽谈。上届展会260余家企业、复订率78%、满意度94%，为这类跨环节合作提供了既有基础。

决策者在此集结，首发者在此登顶 —AESE，科技商业的决胜场。

Where decision-makers convene, and pioneers prevail — AESE, the decisive arena for tech business！