Reestruturação de avaliação: infraestrutura de dados e de avaliação se torna o centro de avaliação da indústria de inteligência corporificada.

Autor | Zhou Yue (周悦)

Edição | Liz i (栗子)

A lógica de mercado da inteligência corporificada está mudando.

Nos últimos dois anos, ao discutir inteligência corporificada, a indústria se concentrou principalmente em modelos e no corpo: qual “cérebro” é mais forte, qual robô humanoide é mais parecido com humanos, e qual动作 é mais preciso. Essas são as manifestações mais diretas das capacidades da inteligência corporificada.

Isso corresponde à lógica de evolução de indústrias emergentes. Em cada ciclo tecnológico, as primeiras empresas a ficarem sob os holofotes geralmente são as que estão mais próximas dos usuários e as mais imaginativas. Como no início da condução autônoma: o mercado primeiro focava no veículo e no Robotaxi; no começo da explosão dos grandes modelos, o capital perseguia primeiro as empresas de modelos e de aplicações. No período de arranque da inteligência corporificada, modelos e o corpo (corpo físico/“本体”) receberam primeiro altas avaliações — e isso também é um resultado natural do desenvolvimento da indústria.

No entanto, quando a tecnologia e a indústria saem do “laboratório” e entram na “escalabilidade”, a lógica de precificação do mercado costuma convergir para posições mais fundamentais e subjacentes.

A condução autônoma (automóveis autônomos) deu origem à Scale AI, que sustenta a produção de dados; na era dos grandes modelos, quem de fato se coloca no centro da indústria é a fornecedora de infraestrutura de computação, a NVIDIA. Quanto mais a tecnologia avança para uma implantação escalável, mais a indústria depende da infraestrutura subjacente capaz de sustentar iterações contínuas em toda a indústria.

Ao entrar em 2026, a inteligência corporificada também encontra esse ponto de inflexão: o que determina se a IA física pode ser implementada em escala não depende mais apenas dos parâmetros do modelo, da forma do corpo ou de capacidades pontuais, mas sim de quem consegue fornecer dados e infraestrutura de avaliação capazes de sustentar feedback contínuo dos robôs e aprendizagem contínua.

O mercado de capitais está captando esse sinal com sensibilidade e começando a reprecificar o segmento de infraestrutura de inteligência corporificada.

Recentemente, a Luzhou Inteligente anunciou a conclusão de uma nova rodada de financiamento. A rodada foi liderada pela Ant Group; além disso, participaram em conjunto instituições conhecidas de capital estatal, da indústria e financeiras, incluindo JianTou Investment (建投投资), o Fundo Dawanq Quoongyin (大湾区共同家园基金), o Fundo Sem (森马方道基金), Shandong Fuhong (山东孚弘, participação na gestão de fundo industrial pela Hon Hai Precision/Foxconn Industrial?), Core Energy Investment (芯能投资), LinXin Investment (临芯投资), entre outras. Ao mesmo tempo, antigos acionistas como a 37 Interactive Entertainment (三七互娱), Guofang Innovation (国方创新), investimento de longo prazo Daohe (道禾长期投资), DingShi Asset Management (鼎石资管) e outros também participaram como seguidoras com investimento acima do previsto.

Após a conclusão desta rodada de financiamento, a avaliação da Luzhou Inteligente ultrapassou 2 bilhões de dólares. Em apenas dois meses, a avaliação dobrou. Esse número não apenas atualiza o recorde global de avaliação no campo de infraestrutura de dados e avaliação para inteligência corporificada, como também reorganiza o panorama de avaliação do setor de infraestrutura de dados e avaliação de IA física.

Para a 「甲子光年」, os dados e a infraestrutura de avaliação de inteligência corporificada estão se tornando o novo foco de avaliação do setor.

A Luzhou Inteligente está bem no centro do foco da indústria.

1. Primeiro ano da escalabilidade em dados corporificados,

Infraestrutura de dados e avaliação vira novo centro de valor

Na era dos grandes modelos de linguagem, a infraestrutura mais essencial da indústria de IA é o poder de computação. GPU, CUDA, clusters de treinamento, serviços de inferência e infraestrutura em nuvem sustentaram a rápida explosão de IA na última década.

Diferentemente disso, a Scaling Law da IA física não acontece apenas em parâmetros e capacidade de computação. Ela está gradualmente mudando de Scaling de parâmetros para Scaling de dados, ambientes e feedback. O que os robôs precisam aprender é o mundo físico: precisam lidar com força, contato, deformação, falhas e feedback — muito mais complexo do que apenas texto e imagens. Mais importante ainda, o mundo físico real não permite tentativa e erro ilimitadas e não pode ser redefinido a qualquer momento.

Portanto, para que a inteligência corporificada realmente entre na fase de escalabilidade, a questão central deixa de ser apenas “quem consegue criar robôs primeiro” e passa a ser “quem consegue fornecer continuamente dados que sejam escaláveis e de alta qualidade, e que possam ser validados por avaliação”.

Do meio ao fim de 2025, a ruptura nas capacidades do modelo Generalist das empresas corporificadas levou a Lei de Escala (Scaling Law) de dados corporificados para o palco. Foi a primeira vez que a indústria validou: a evolução das capacidades dos modelos robóticos não vem apenas de modelos maiores, mas também de uma oferta contínua de dados de alta qualidade. Por trás disso, revela-se a demanda sistêmica por infraestrutura fundamental de dados depois que a inteligência corporificada entrou na era de pré-treinamento.

Antes que essa lei fosse totalmente compreendida pelo mercado, a Luzhou Inteligente já havia concluído um planejamento antecipado. A exploração de modelos de ponta como o Generalist também conta com sustentação dessa infraestrutura subjacente. Quando o Generalist passou a esclarecer a direção da indústria, a Luzhou Inteligente, de forma natural, tornou-se a empresa de infraestrutura que primeiro atende as demandas e impulsiona a indústria a entrar na fase de escalabilidade.

Ao entrar em 2026, essa constatação começa a passar de progresso em modelos para validação comercial. No primeiro trimestre deste ano, a Luzhou Inteligente (光轮智能) adicionou novos pedidos no valor de 550 milhões de RMB; a receita do trimestre superou a do ano inteiro anterior, renovando o recorde do setor de dados corporificados (具身数据). Isso impulsionou a indústria a acelerar a entrada no “primeiro ano da escalabilidade em dados corporificados”.

Esses pedidos refletem duas demandas rígidas do mercado doméstico e internacional: uma delas é de equipes de modelos corporificados e de modelos de mundo que entram na fase de treinamento contínuo, iteração e avaliação; a outra é de cenários industriais reais — como indústria, logística, agricultura, eletrodomésticos e automóveis — que começam a investir dinheiro de verdade no treinamento, validação e implantação de robôs. A Luzhou Inteligente está exatamente no ponto de interseção dessas duas curvas de demanda.

Atualmente, a Luzhou Inteligente já construiu um loop fechado completo: consegue gerar serviços de treinamento com dados humanos e dados sintéticos de alta qualidade; também consegue conduzir, em torno de cenários, simulação e avaliação em escala; e, com base na implantação, fornece feedback real. Na era da IA física, treinamento de modelos, validação por avaliação e implantação industrial dependem da mesma infraestrutura para aprendizagem contínua e iteração.

Essa também é a lógica subjacente pela qual a Luzhou Inteligente teve sua avaliação reprecificada pelo mercado. Na era dos grandes modelos, a NVIDIA foi continuamente reavaliada não apenas pelo hardware de GPU em si, mas porque GPU, CUDA e clusters de treinamento formam a base de computação que se tornou uma necessidade rígida para a expansão de toda a indústria. Ao entrar na era da IA física, uma lógica semelhante está se transferindo: modelo e corpo precisam evoluir continuamente, o que exige oferta de dados escaláveis, sistemas de avaliação reproduzíveis e infraestrutura de loop fechado com feedback real. E a Luzhou Inteligente está fornecendo exatamente essa infraestrutura de loop fechado para dados e avaliação em IA física. Nesse contexto, o Ant Venture Capital (蚂蚁战投) liderar o investimento, com várias entidades de capital estatal, fundos da indústria e antigos acionistas participando como seguidoras, não é apenas reconhecimento da Luzhou Inteligente — é também um sinal claro de que os investidores de capital da indústria estão reavaliando o valor de longo prazo da infraestrutura de IA física.

2. Loop fechado completo: dados humanos, simulação e implantação:

A Luzhou Inteligente transformou dados e avaliação de IA física em infraestrutura

A barreira central da Luzhou Inteligente não está em apostar em uma única rota de dados, mas em se posicionar desde o início como infraestrutura de IA física.

Trata-se de uma infraestrutura de dados e avaliação em IA física que atravessa o treinamento, a avaliação e o feedback de implantação. Suas capacidades centrais são compostas conjuntamente pelo núcleo de simulação full-stack próprio triúnico, dados de vídeo humano e feedback de retorno de implantação real.

Primeiro, simulação.

A capacidade central e mais fundamental da Luzhou Inteligente vem de um simulador full-stack próprio triúnico de “solução—medição—geração”. A solução é responsável por reproduzir, em ambiente virtual, forças, colisões, contato e deformação, para que a simulação seja crível do ponto de vista físico; a medição é responsável por introduzir propriedades físicas reais no sistema, como materiais, contato, atrito e deformação; e a geração expande essas leis físicas em escala para mundos de simulação treináveis, avaliáveis e reutilizáveis.

Esse também é o núcleo técnico da infraestrutura de dados e avaliação da Luzhou Inteligente.

Nesse sistema, a simulação é o “núcleo” que conecta geração de dados, treinamento de modelos e avaliação de capacidades. Em uma das pontas, por meio de avaliação por simulação, ela revela os limites de capacidade do modelo em diferentes tarefas, ambientes e interações físicas. A avaliação não só determina se o modelo realmente evolui, mas também define como os dados e o treinamento da próxima rodada devem evoluir. Na outra ponta, ela expande experiências do mundo real em grandes quantidades de dados treináveis. Por um lado, por meio da avaliação por simulação, ela julga os limites de capacidade do modelo e, inversamente, define a demanda de dados da próxima rodada; por outro, com dados sintéticos gerados por simulação, ela expande automaticamente experiências de tarefas vindas de vídeo humano, teleoperação e cenários reais em dados sintéticos de simulação para múltiplos cenários, múltiplas perturbações e múltiplos parâmetros físicos.

Em seguida, vêm os dados de vídeo humano.

Para os robôs entrarem no mundo real, primeiro é preciso entender como os humanos agem em ambientes reais: como abrir portas, agarrar, organizar e montar; como decompor etapas em tarefas complexas, lidar com exceções e corrigir movimentos. Os dados de vídeo humano não fornecem amostras estáticas, mas sim experiência de operação no mundo real, estrutura de tarefas e priori de comportamento.

O ambiente externo no passado tendia a entender a Luzhou Inteligente como uma empresa de simulação, mas isso não é completo. Na verdade, a Luzhou Inteligente já transformou dados humanos e simulação em uma infraestrutura de loop fechado, e também entrega a maior quantidade de dados humanos globalmente. Seu produto de dados de vídeo humano cobre 25.000+ nós de ambiente e 100.000+ tipos de tarefas, com entrega acumulada de mais de 1,5 milhão de horas de dados humanos de alta qualidade. Para as equipes de modelos, esses dados não apenas permitem que o modelo “veja o mundo”, mas também que o modelo entenda como os humanos realizam tarefas no mundo físico.

Em seguida, vem o retorno de feedback de implantação real.

A IA física (物理AI) deve, no fim, voltar ao cenário da indústria.

A implantação em cenários não é um ponto final fora do loop fechado, mas sim a fonte de feedback mais importante dentro do loop fechado. A implantação real expõe novas distribuições de tarefas, novos modos de falha e novas restrições de cenários; esses feedbacks voltam para os sistemas de dados, simulação e avaliação, servindo como base para o treinamento da próxima rodada e o diagnóstico de capacidades.

Assim, a Luzhou Inteligente construiu uma infraestrutura de loop fechado de dados e avaliação em evolução contínua para IA física.

O núcleo de simulação garante a credibilidade física; os dados humanos fornecem experiência real; a avaliação por simulação julga os limites de capacidade; e o feedback de implantação volta aos problemas reais. Os três não são simplesmente paralelos: eles ficam em ciclo contínuo, calibração contínua e aprimoramento contínuo dentro do mesmo sistema. Ou seja, os dados humanos, a avaliação por simulação e o feedback de implantação constituem o loop externo; já o triúnico “solução—medição—geração” na simulação é o núcleo técnico que mantém esse ciclo funcionando continuamente.

Os dados de vídeo humanos fornecem comportamentos e experiências de tarefas no mundo real. A simulação expande essas experiências em escala para criar dados sintéticos de simulação. A avaliação delimita o limite das capacidades do modelo e aponta a demanda de dados da próxima rodada. A implantação real traz o modelo de volta ao cenário da indústria, gerando novas falhas, feedback e restrições de tarefas. Todo esse feedback volta para impulsionar a geração de dados da próxima rodada, expansão da simulação, iterações de avaliação e nova implantação real. Esse núcleo com o ciclo externo, em conjunto, aponta para um resultado: dados de maior qualidade e capacidades de avaliação.

Para clientes líderes, escolher a Luzhou Inteligente não é apenas porque ela consegue entregar dados de alta qualidade, mas porque esses dados vêm de uma infraestrutura que valida e melhora continuamente. Qualidade de dados, padrões de avaliação e loop fechado de feedback estão se tornando o novo recurso central na era da IA física. O que a Luzhou Inteligente faz é transformar essas capacidades subjacentes de entregas baseadas em projetos em infraestrutura que pode ser chamada repetidamente, evoluir continuamente e sustentar a iteração de toda a indústria. O ponto final do loop fechado completo da Luzhou Inteligente — dados humanos, simulação e implantação — não é quantidade, mas qualidade; não é entrega única, mas infraestrutura de IA física de maior qualidade e com evolução contínua.

3. Da infraestrutura às regras:

A Luzhou Inteligente está definindo padrões internacionais para dados, simulação e avaliação em IA física

Quando as capacidades de dados, simulação e avaliação passam a ser reutilizadas com alta frequência por todos os agentes da indústria, os métodos, interfaces e sistemas de avaliação começam a se consolidar como padrões comuns da indústria.

Se a infraestrutura resolve “se a indústria consegue decolar”, então os padrões resolvem “se a indústria consegue ir mais longe sob a mesma ordem subjacente”. A próxima fase da competição em inteligência corporificada está evoluindo do fornecimento de capacidades tecnológicas pontuais para a definição de padrões do ecossistema da indústria.

Para que a IA física alcance escalabilidade industrial, a indústria precisa responder a uma série de questões fundamentais: como definir dados de alta qualidade? Como definir simulação de alta qualidade? Como definir avaliação de alta qualidade? Como o modelo deve ser treinado, validado e implantado, e como o feedback de implantação deve reingressar no sistema de treinamento para aprimorar continuamente?

Quem participa profundamente da definição desses problemas, terá mais chance de ocupar uma posição-chave na evolução da indústria na próxima fase. E a Luzhou Inteligente está participando da construção desses padrões subjacentes por meio de três dimensões.

Primeiro, padrões de qualidade de dados.

Para equipes de modelos líderes, o que realmente importa não é “mais dados”, e sim dados de alta qualidade em escala. Somente dados de alta qualidade podem ser convertidos continuamente em melhorias de capacidade do modelo.

Para a Luzhou Inteligente, dados de alta qualidade não dependem apenas de coleta simples; eles se formam em seu sistema “duplo loop interno e externo”. O loop externo é formado por dados humanos, avaliação por simulação e feedback de implantação; o loop interno é um simulador de ponta-a-ponta (full-stack) próprio, com “solução—medição—geração” como núcleo tripartite (“三位一体”). Assim, a qualidade dos dados não depende apenas de coleta única ou inspeção manual: ela pode ser continuamente validada e melhorada na geração, treinamento, avaliação, implantação e feedback.

Essa capacidade de loop fechado se converte diretamente, no plano comercial, em um indicador central — “taxa de recompra de dados” (ou seja, quantos clientes diferentes compram os dados da Luzhou por unidade de hora). Um conjunto de dados de alta qualidade pode circular continuamente entre diferentes clientes, diferentes fases de modelos e diferentes sistemas de tarefas, gerando maior valor. Quanto maior esse indicador, mais estável é a qualidade dos dados; quanto mais forte é a capacidade da Luzhou Inteligente de definir dados, mais alta é a qualidade e, consequentemente, mais alto é o reconhecimento pelos clientes.

O cofundador e presidente executivo da Luzhou Inteligente (光轮智能), Yang Haibo (杨海波), apresentou que, nos dados de cenários de alta qualidade, a taxa de recompra (复售率) da Luzhou Inteligente já consegue ser mais de 10 vezes. Esse indicador não apenas comprova a estabilidade de seus dados e o reconhecimento dos clientes, como também é um dos sustentos subjacentes para os novos pedidos de 550 milhões de RMB adicionados no primeiro trimestre de 2026.

Segundo, padrões de simulação.

Em 2026, a Luzhou Inteligente aceitou o convite conjunto da Google DeepMind, da NVIDIA e da Disney Research e, como membro do comitê de orientação central, entrou na open-source (código aberto) de mecanismo físico acelerado por GPU Newton. A Luzhou Inteligente vai desempenhar um papel de liderança em direções-chave de tecnologia de simulação corporificada; em conjunto com a NVIDIA, Google DeepMind, Disney Research e Toyota Research Institute, impulsionará os padrões de simulação de IA física open-source da próxima geração.

O surgimento do Newton TSC marca que a infraestrutura global de simulação de IA física está caminhando para a unificação. No passado, computação paralela de GPU, dinâmica de contato de alta precisão, solução de mecanismos complexos, ecossistemas de aprendizagem robótica e validação em nível industrial ficaram dispersos em sistemas diferentes. O Newton coloca essas capacidades em uma mesma arquitetura aberta, definindo como o próximo sistema de simulação deve ser projetado, como evoluir e como ser adotado conjuntamente por desenvolvedores globais e por cenários industriais.

Entre os cinco principais especialistas em simulação no Newton TSC, o Dr. Miles Macklin, o Dr. Yuval Tassa, o Dr. Xie Chen (谢晨), o Dr. Moritz B?cher e o Dr. Michael Sherman representam, respectivamente, caminhos tecnológicos centrais globais como simulação Warp, simulação MuJoCo, definição SimReady baseada em “triúnico”, simulação Kamino e simulação Drake, entre outros.

A entrada da Luzhou Inteligente no Newton significa que ela deixa de ser apenas uma participante do ecossistema global de simulação e passa a participar da construção conjunta das regras da próxima infraestrutura de simulação de IA física. Ao mesmo tempo, na implantação da infraestrutura de simulação, a Luzhou Inteligente também coopera com Moore Threads (摩尔线程) em torno de computação, plataforma de simulação e capacidades de avaliação de dados, construindo em conjunto soluções de dados sintéticos de simulação de pesquisa própria (国产自研). Com a integração profunda de computação nacional e simulação, a empresa fortalece as bases de infraestrutura autossustentável e controlável para o desenvolvimento da inteligência corporificada.

Terceiro, padrões de avaliação.

No ecossistema de avaliação, a Luzhou Inteligente e a NVIDIA promovem em conjunto a construção de estruturas de avaliação como o Isaac Lab-Arena. Seu simulador próprio, o LeIsaac, foi incluído na documentação oficial do Hugging Face. Além disso, continua a realizar avaliações e cooperações no sentido de geração de mundo com equipes de ponta como Tongyi Qianwen e World Labs. O núcleo dessas cooperações não é apenas construir projetos em conjunto, mas sim impulsionar normas da indústria para que a avaliação se torne reproduzível, comparável e escalável.

No nível das organizações de padrões e do sistema de testes e avaliação, a Luzhou Inteligente se tornou a única empresa privada (民企) no setor de dados entre o primeiro grupo do país no Plano de Ação para Inteligência Corporificada, participando da construção de conjuntos de dados de alta qualidade e do aperfeiçoamento da infraestrutura de dados para inteligência corporificada. Em conjunto com organizações como o Comitê Nacional de Normalização (信标委) e comitês relevantes do Ministério da Indústria e Tecnologia da Informação (工信部), a empresa impulsiona a construção do sistema de padrões.

Até o momento, a Luzhou Inteligente já liderou ou participou de 20 normas nacionais e da indústria relacionadas, cobrindo áreas-chave como qualidade de dados, plataformas de simulação e conjuntos de dados industriais de alta qualidade. Ao mesmo tempo, também firmou cooperação com o Centro Nacional de Detecção e Avaliação de Robôs (sede), promovendo em conjunto a construção de padrões de infraestrutura crítica e de testes e avaliação em nível industrial para inteligência corporificada.

O papel da Luzhou Inteligente está mudando. Ela não fornece apenas dados e avaliação para clientes; agora está transformando continuamente a própria qualidade de dados, capacidade de simulação, sistema de avaliação e experiência industrial em padrões comuns da indústria.

4. Dados não são combustível:

A Luzhou Inteligente vai fazer o sistema educacional de IA física

Quando a inteligência corporificada sai do laboratório e vai para o mundo real, surge um problema essencial: afinal, como o robô deve aprender?

A aquisição cognitiva da humanidade é um processo contínuo de longo prazo. Da educação básica ao ensino superior e à aprendizagem ao longo da vida, o indivíduo não só precisa absorver conhecimento, mas também passar por tentativas repetidas, iterações e feedback e desafios vindos de fora.

Para o robô entender o mundo físico, também precisa passar por um processo assim. Essa é exatamente a lógica subjacente da Luzhou Inteligente: ela está montando um sistema educacional para ensinar robôs a aprender continuamente. Usar dados humanos para fornecer demonstrações reais, usar o mundo da simulação para fornecer o ambiente de treinamento, usar o sistema de avaliação para julgar os limites de capacidade e, então, usar a implantação real para trazer feedback novo de volta ao próximo ciclo de treinamento.

Isso também explica por que o fundador e CEO da Luzhou Inteligente, Xie Chen (谢晨), não quer tratar dados apenas como combustível.

Combustível é um item consumível; o essencial está no fornecimento, no preço e na eficiência. Educação é um projeto de sistema; sua essência é aprender, ter feedback e evoluir. Combustível responde “a máquina consegue funcionar”; educação responde “o robô consegue formar cognição e evoluir continuamente”. A capacidade de aprendizagem contínua, no fim, determinará o limite de longo prazo das capacidades do robô.

Justamente por isso, a Luzhou Inteligente escolheu fazer, simultaneamente, dados humanos, avaliação por simulação e feedback de implantação. Porque a educação real precisa ter um “fim” em mente: começar pelo mundo real no qual o “aluno” finalmente vai entrar. Cenários da indústria definem as capacidades que os robôs precisam ter no futuro e, ao mesmo tempo, definem de forma inversa o que eles devem aprender hoje. A Luzhou dá grande importância a qualidade, feedback, revisão (recap) e melhoria contínua. Só assim ela tem capacidade de construir um sistema educacional voltado para IA física. Isso testa não apenas a capacidade de entrega das empresas, mas também uma reverência de engenharia pela capacidade tecnológica, garantia de qualidade, mecanismos de feedback e melhoria contínua.

Esse é exatamente o motivo profundo pelo qual a avaliação da Luzhou Inteligente dobrou no curto prazo e, novamente, renovou recordes globais de avaliação. Na última década, a NVIDIA entrou no centro da indústria de IA porque definiu e sustentou a infraestrutura de computação da era dos grandes modelos; e a Luzhou Inteligente não só porque lidera em capacidade tecnológica de produto e de implementação comercial, mas principalmente porque definiu a infraestrutura de dados e de avaliação na era da IA física.

A Luzhou Inteligente escolhe uma rota mais longa, mais subjacente e mais próxima do destino final da indústria de IA física. Com a abertura do primeiro ano de escalabilidade da inteligência corporificada em 2026, o foco do valor de IA física também está se deslocando: além de modelos e do corpo, vai cada vez mais para infraestrutura de dados, avaliação e aprendizagem contínua. E a Luzhou Inteligente está ocupando uma posição cada vez mais central nessa migração de paradigma industrial.