SKAI Intelligence突破数据瓶颈，助力孙正义完成“物理AI”最后一块拼图

【MoneyToday】

物理AI企业SKAI Intelligence正携手ABB Robotics、NVIDIA等全球机器人与半导体企业，共同破解制造业AI自动化最大的瓶颈——“现场数据”。

SKAI Intelligence于7月27日表示，公司作为主要贡献机构，与德勤（Deloitte）和亚信科技（AsiaInfo）共同参与了由ABB Robotics与NVIDIA联合发布的白皮书《高精度制造工业物理AI》。公司提供的核心技术包括工业数字孪生、任务级合成数据、机器人视觉数据以及Real2Sim2Real工程闭环。

此次合作之所以备受关注，在于ABB Robotics的重要市场地位。去年10月，软银集团签署协议，以53.75亿美元（约7.81万亿韩元）收购ABB机器人业务。不过，该交易仍需获得欧盟、中国、美国等监管机构批准，预计将于2026年下半年完成交割。

此次收购也是孙正义长期AI战略的重要组成部分。近年来，软银已累计向OpenAI投资超过600亿美元，并积极推进总规模达5000亿美元的“Stargate（星际之门）”AI数据中心项目。市场普遍认为，收购ABB Robotics意味着软银希望在AI模型和算力基础设施之外，进一步获得AI在现实世界运行所需的“物理载体”。

也就是说，在构建了由OpenAI（AI模型）、Arm（芯片设计）以及Stargate（计算基础设施）组成的AI生态之后，软银希望借助ABB Robotics补齐最后一块拼图，让AI真正拥有能够在现实世界中行动的“身体”。在7月14日于东京举行的“SoftBank World 2026”大会上，孙正义预测，到2040年，AI相关产业的年收入将达到46万亿美元，占全球GDP的20%，并强调实现这一目标需要每年约5万亿美元的持续投资。

然而，仅拥有机器人“身体”并不足以让机器人像人类一样直接投入工厂生产。与依赖互联网海量文本和图像数据训练而快速发展的生成式AI不同，工业机器人无法仅依靠互联网数据学习现场作业。光照变化、零部件微小公差、材料特性、表面反射以及碰撞等各种复杂工况，都难以在真实工厂中大规模采集，而为了获取数据故意在生产线上反复制造事故更是不现实。

因此，业界普遍认为，物理AI时代真正的瓶颈并非AI模型或机器人硬件，而是能够让AI学习现实世界经验的数据。

此次白皮书正是围绕这一问题展开。白皮书指出，工业物理AI并非依靠单一AI模型即可实现，而必须将数字孪生、合成数据、AI验证、机器人运动验证、试点单元以及真实工厂反馈连接成一个完整的工程闭环，才能安全部署到制造现场。决定成败的关键，不是模型精度，而是“部署就绪度（Deployment Readiness）”。

SKAI Intelligence在这一体系中承担着关键角色。白皮书将公司列为工业数字孪生和任务级合成数据领域的核心贡献机构。公司能够在数字空间中高度还原真实制造环境，包括材料特性、光照条件、相机参数以及工业公差，并生成适用于机器人视觉AI训练的高质量合成数据和自动标注数据。

此外，公司还构建了贯穿AI验证、机器人运动验证以及真实工厂反馈的Real2Sim2Real工程闭环。这一工程体系不仅能够提升AI模型性能，更重要的是显著提高系统的部署就绪度（Deployment Readiness），使AI能够安全、稳定地应用于真实制造现场。

事实上，双方的合作并非首次开展。今年6月，SKAI Intelligence与ABB Robotics签署战略合作协议，并将超高精度合成数据技术集成至ABB机器人仿真平台RobotStudio，持续推进实际场景验证工作。

SKAI Intelligence同时也是NVIDIA官方独立软件供应商（ISV）合作伙伴。今年，公司完成Series A扩展轮融资，企业估值达到1000亿韩元。此外，公司还与首尔大学AI研究院签署合作协议，共同开展机器人核心技术研发。

公司相关负责人表示："韩国科学技术信息通信部长裴庆勋曾指出，如果仅依靠现实世界数据，要将当前的物理AI发展到大型语言模型的水平，可能需要长达10万年的时间。这充分说明，未来竞争的关键不在于AI模型本身，而在于企业能否更快地获取、验证并利用高质量数据。"

他进一步表示："数字孪生与合成数据能够将现实世界经验转化为可规模化的数据资产，大幅缩短物理AI研发和部署周期，并将成为下一代智能制造不可或缺的核心基础设施。"

SKAI Intelligence成立于2023年11月，是一家专注于Physical AI内容解决方案的企业，也是韩国科斯达克（KOSDAQ）上市公司SKAI的关联公司。