10月22日，杭州。宇树科技办了一场「2026世界物理AI大会暨宇树合作伙伴生态大会」，创始人王兴兴上台，讲的题目叫《相信，尽可能相信AI》。

题目很直白，内容更直白。他没有绕弯子，上来就给了一个判断：物理AI已经出现「被击穿」的苗头，机器人的「GPT时刻」很可能在未来一到两年内到来。他给出的定义也很具体——机器人在大约80%的陌生场景里，能凭一句语音、一段文字指令，独立完成约80%的主要任务。

这话的分量，懂行的人都清楚。机器人不像大模型那样关在服务器里跑，它要下地干活，要面对真实世界千变万化的物理交互。能不能真正「落地」，数据是绕不过去的第一道坎。

所以顺着这个逻辑，王兴兴抛出了那句被很多人记住的话：未来世界最核心的资源，是五项——数据、算力、芯片产能、能源和矿产。

五项资源，数据被排在了第一位。这不是客套的排序。

为什么是数据，而不是算力排第一

物理AI的「冷启动」，比想象中更依赖数据。机器人要看得懂环境、听得懂指令、做得出动作、还得保证安全，这些能力没法靠算法「闭门造车」，必须靠海量、真实、结构化的数据喂出来。数据从哪来、质量高不高、标注准不准，直接决定一台机器人最终聪不聪明。

这正是核数聚这类公司正在做的事。

核数聚是国内领先的人工智能数据资源与服务提供商，做的是AI产业链里那层「看不见的底座」：数据采集、数据标注、模型服务。具身智能火了之后，大家的目光都盯着机器人本体和大模型，但真正容易被忽视、又实实在在卡脖子的，是训练机器人所需的高质量数据。核数聚干的活，就是把散落在真实场景里的视频、点云、图像、语音，加工成模型能听懂、能学进去的「教材」。

更有意思的是，核数聚的技术路线，和王兴兴的判断对得很齐。它没有停留在泛泛的数据标注上，而是把具身智能单独拎出来做深：针对机器人相机、激光雷达、运动轨迹等多模态传感数据，标注环境物体、空间坐标、动作指令和交互逻辑，最终产出适配机器人感知、决策、运动控制的专用数据集。说白了，就是在给「物理AI」提前备料。

数据，是整条链路的起点

把王兴兴列的五项资源摆在一起看，会发现一个规律：算力、芯片产能、能源、矿产，这些都是在给「智能」供能、供料、供硬件；而数据，是整条链路的起点。算力再强、芯片再快，没有高质量数据，模型照样无从训练。当全行业都在抢算力、抢芯片的时候，决定最终天花板高度的，很可能就是数据这条平时看起来「不起眼」的赛道。

这也是为什么，核数聚这样的数据基础设施企业，正在从幕后走到台前。据公开信息，核数聚深耕数据服务行业超过15年，服务客户超过300家，覆盖语音、智驾、具身智能等多个关键领域，近期还完成了数千万级融资，方向正是加速构建具身智能数据基础设施平台。

一场大会，一句排序，一句「相信AI」。王兴兴的演讲之所以能刷屏，不只是因为宇树的机器人会翻跟头，更因为他把这场AI竞争的本质说透了——未来比拼的，不只是模型和硬件，更是对数据、算力、芯片、能源、矿产这些底层资源的掌控能力。而在这一切的起点，数据，是绕不开的那一块。核数聚们铺的这条「数据底座」，或许才是物理AI真正能落地的那条路。