谢晨分享了他在 Cruise、英伟达和蔚来从事自动驾驶仿真的经验，并介绍了合成数据如何帮助填补真实数据的缺口。他指出，合成数据在自动驾驶中已占训练数据的约 30%，而在长尾场景中比例更高。与自动驾驶相比，具身智能对物理交互要求更高，仿真难度更大。当前，合成数据面临泛化性和仿真精度的瓶颈，需要提升算法能力和仿真引擎质量。全球具身智能产业链正在形成，包括硬件公司、基座模型公司、软硬结合公司和以仿真为中心的公司。英伟达等大厂正加大仿真投入，而整个行业仍处于早期阶段，尚未找到明确的 scaling law 路径。