维度网讯，6月30日，原力无限正式发布DataGrid具身智能端到端智训体系，体系由数据采集系统、数据处理平台及硬件底座组成，目标是把机器人训练所需的数据生产、数据治理、模型训练和本体验证连接成完整链路。原力无限成立于2023年，公开介绍显示，公司专注具身大脑与机器人研发，布局杭州、深圳、北京研发网络，业务方向覆盖具身大脑、全栈AI Infra和机器人产品。

DataGrid不是单一采集工具，而是一套围绕具身智能训练搭建的工程系统。

具身智能当前的难点，已经从“能不能做出演示动作”，转向“能不能持续获得高质量数据，并把数据变成可复用能力”。机器人进入真实场景后，会遇到光线变化、物体遮挡、空间差异、任务插入、人机混行、路径变化等问题。单次遥操作、少量样本和封闭实验环境，很难覆盖这些变量。行业研究也指出，机器人训练数据通常需要视觉、触觉、力觉、运动轨迹和本体状态等多源异构信息，而这些数据不像大语言模型那样可以直接从互联网大规模获取。

原力无限此前已经把数据闭环放在技术体系中心。公开资料显示，其全栈AI Infra覆盖数据采集、仿真生成、模型训练到部署评测等环节;CTO王一舟曾将自动驾驶时代积累的工程闭环、数据闭环和训练平台方法引入具身智能研发体系。

DataGrid此次公开的三个组成部分，分别对应具身智能训练链路里的三个关键节点。数据采集系统负责从真实任务、机器人操作和场景交互中获得样本;数据处理平台负责清洗、标注、切分、质检、格式转换和训练任务组织;硬件底座则承担模型回到机器人本体后的动作执行、感知验证和任务复现。三者组合后，训练不再停留在“采一批数据、训一次模型”的离散流程，而是形成可迭代、可追踪、可复用的生产体系。

苏州市政府此前披露，苏州工业园区与原力无限共建“具身智能·大脑训练中心”，形成从数据采集、处理、训练到仿真验证的完整技术闭环。这与DataGrid的发布方向一致，也显示原力无限正在把具身大脑研发从模型层延伸到训练基础设施层。

从产业节奏看，具身智能公司正在争夺的不只是机器人本体，更是数据、训练平台和场景闭环。硬件形态可以快速迭代，但机器人能否进入商超、仓储、制造、服务、家庭等复杂环境，取决于模型是否见过足够多的任务、物体、空间和异常情况。DataGrid的价值在于把这些分散变量纳入统一训练流程，让数据采集、数据处理、模型训练和硬件验证形成连续回路，减少每进入一个新场景就重新定制的成本。

原力无限发布DataGrid，说明其具身智能路线正在从“具身大脑”扩展到“智训体系”。如果后续数据采集规模、硬件适配范围、训练效率和真实场景验证结果持续公开，DataGrid将成为观察原力无限具身智能商业化能力的重要入口。