谢晨将数据产业分为静态数据集、工业化生产和大模型评价反馈三个阶段，指出当前数据需求已从追求完美转向重视多样性与错误样本。针对机器人领域，他提出数据金字塔模型：顶层为真机数据，中间为仿真数据，底层为互联网数据，其中仿真数据是解决规模化数据缺失的核心基础设施。他强调，仿真不仅能提供大规模试错环境，更是实现机器人算法规模化评测的唯一途径，顶级大模型团队已开始主动寻求合作。谢晨认为，未来数据产业将形成数据商、大模型商、本体公司与场景公司共生的协作关系，而具身智能的评测标准正趋于一致，世界模型与 VLA 将长期共生。他预测，随着 AI 能力提升，对数据的渴求不会减少，但学习方式可能转向自我学习，仿真环境将成为强化学习的关键。