實體AI數據規模要擴大100倍？Mechanism Capital透露2026年的關鍵變數

根據最新消息，Mechanism Capital合夥人Andrew Kang近日表示，2026年實體AI數據規模將擴大100倍。這個預測背後反映的是2025年機器人和實體AI領域在技術層面的重大突破，從模型架構、訓練方法到數據採集都取得了關鍵進展。

2025年技術突破為數據爆發鋪路

2025年，機器人領域解決了長期存在的幾個核心難題。根據Andrew Kang的分析，這些突破包括：

• 模型架構與訓練方法的創新，使AI系統能夠更高效地學習
• 數據採集技術的突破，讓大規模數據收集從理想變成可行
• 數據品質理解和數據配方方面的進展，提升了數據的可用性
• 強化學習技術的創新應用，使得Figure、Dyna和PI等公司在實際場景中實現了99%以上的成功率
• 記憶技術的突破，打破了此前的"記憶牆"限制

從理論到實踐的關鍵轉變

這些進展的共同指向是什麼？就是AI公司現在有信心投資大規模數據收集。換句話說，2025年的技術進展解決了"能不能做"的問題，2026年的數據爆發解決的是"怎麼大規模做"的問題。

Andrew Kang提到，NVIDIA的ReMEmber、Titans與MIRAS等技術實現了測試時記憶，更優秀的視覺語言模型（VLM）為視覺語言行動模型（VLA）提供了更強的空間理解能力。這些進展意味著系統不僅能處理更多數據，還能從數據中提取更深層的價值。

數據規模100倍增長的市場意義

為什麼100倍這個數字很關鍵？

根據快訊信息，2025年市場已經初步看到數據規模帶來的零樣本能力映射、視覺力度敏感性和通用物理推理。換句話說，更大規模的數據已經開始展現出新的能力維度。100倍的增長預期意味著這些能力將以指數級別釋放。

與加密領域AI應用的呼應

有趣的是，這個趨勢與加密領域的AI應用升級形成了呼應。根據最新資訊，Nansen AI將在2026年升級為全棧式鏈上交易產品，支持通過AI進行所有鏈上交易。從數據分析到交易執行的升級，某種程度上反映了實體AI在數據處理和決策能力上的進展在多個領域的應用。

後續關注的方向

2026年實體AI數據規模的潛在100倍增長，意味著幾個可能的發展方向：

• AI系統的通用性和適應能力會顯著提升
• 數據標註和處理流程的效率提升可能成為新的競爭焦點
• 實體AI的應用場景會進一步擴展和深化
• 相關的基礎設施和工具需求會大幅增長

總結

Andrew Kang的這個預測不是憑空而來，而是基於2025年實體AI領域在多個技術維度的實質性突破。從強化學習到記憶技術，從數據採集到數據品質理解，這些進展共同指向一個方向：大規模數據收集和應用的時代正在到來。100倍的數據規模增長預期，反映的是從"能不能做"到"怎麼大規模做"的轉變。這個轉變對整個AI產業鏈的影響可能會在2026年逐步顯現。