欧洲物理 AI 版图：按数据来源绘制
一份欧洲物理 AI 的实地地图，不按硬件、而按每个玩家从何处获取训练数据来绘制：从 NEURA 到工厂试点，再到塑造一切的监管背景。
问一句：哪家欧洲公司造出了最好的人形机器人，你会得到一场争论。再问：哪一家最懂得如何喂养一台人形机器人，答案的范围会迅速收窄。后一个问题才决定未来这几年，而欧洲给出的答案，与美国并不相同。
如果只盯着硬件，这个格局很容易被忽略。两条手臂、两条腿、一个立体视觉头、努力追求灵巧的双手：大西洋两岸的机器正在收敛到同一副身体上。控制模型也在收敛，大多是基于 transformer 的 VLA（视觉·语言·动作）策略，而且许多都以开放权重发布。真正没有收敛、也真正支撑一台机器人能力的，是它学习所依赖的示范数据供给。
所以这是一张围绕「供给」绘制的欧洲物理 AI 版图。不看谁的发布视频最花哨，而看每一个玩家从哪里获取训练数据，以及在什么规则下才能使用它。这样读下来，欧洲看起来不像一个硬件上的落后者，更像是在技术栈的另一层上，下了一步深思熟虑的注。
NEURA 与共享数据的赌注
最响亮的欧洲信号来自斯图加特附近的 NEURA Robotics。2025 年，这家公司宣布了一轮 Series C 融资，The Robot Report 等媒体将其列入欧洲机器人领域规模最大的融资之列，这笔资本直指其 4NE-1 人形机器人及其背后软件的扩张。但钱本身，不如它所资助的战略重要。
这个战略就是数据。NEURA 表示，它正投入 €17M，与慕尼黑工业大学（TUM）共建一座训练中心，一座它称之为欧洲最大物理 AI 训练设施的「机器人健身房」。其 Neuraverse 平台被定位为一个共享市场，让机器人与开发者在其中交换技能，以及技能背后的示范数据。无论执行如何，其论点是明确的：谁掌握了示范被生成的场所、以及由此产生的语料，谁就拥有了比任何单一模型都更持久的东西。
这一论点并非德国独有。它是把多数认真的建造者拉向数据层的那套逻辑，值得直白地说出来。
硬件在收敛，模型权重会外流。唯一无法免费流转的输入，是一份大规模、干净、经过同意的人类执行真实任务的记录。谁掌控这份供给，谁就掌控了模型所依托的那一层。
欧洲的赛场，以数据绘制
把欧洲及与欧洲相邻的玩家，不按机器人、而按训练信号从何而来分组，战略上的分野便清晰起来。有的自养操作员、远程操作自己的机队；有的倚仗工业客户，在真实产线上生成数据；有的借用人人共享的开放学术语料。而「治理」这一列，欧洲往往当作一项特性来对待，而不是事后的补丁。
| 玩家 | 基地 | 主要数据来源 | 数据治理立场 |
|---|---|---|---|
| NEURA Robotics | 德国 | 自有人形机队、TUM 训练房、Neuraverse 交易平台 | 共享市场，落于欧盟 |
| Humanoid（Schaeffler 投资） | 英国 | 与投资方及合作伙伴的工业试点 | 伙伴治理，工厂现场 |
| BMW 及其他 OEM 采用者 | 德国 | 在自有产线上的人形机器人试点 | 企业管控，内部自持 |
| 开放语料（Ego-Exo4D、DROID） | 学术界，全球 | 经仪器采集的人类与机器人示范 | 开放许可，研究优先 |
| 美国数据引擎（Figure、1X、Tesla、Mecka） | 美国 | 内部远程操作与家庭部署 | 专有，封闭 |
最后两行的对比，就是整个论点的缩影。美国的项目把数据当作一项要在围栏之内积累的私有资产：Figure 用自己的操作员，1X 靠家庭部署，Tesla 从自家工厂收集 Optimus 的影像，而 Mecka 这类纯数据引擎则把采集当作一项服务出售。欧洲则受制于更少的私人资本与更严的规则，被推向另一种形态：合作、共享语料，以及一份你能证明的溯源。
欧洲的隐性优势，是它的工业基础
欧洲不缺机器人，缺的是消费机器人领域的独角兽。它拥有的，是全球最密集的工业自动化基础之一，而这块基础，正是这块大陆上最有意思的数据将要诞生的地方。国际机器人联合会（IFR）报告称，德国的机器人密度位居各制造业经济体前列，而这些工厂如今正成为人形机器人的试验场。
证据正以试点的形式到来。德国车企 BMW 已在其产线上开展人形机器人试验，这是 IEEE Spectrum 在全行业追踪的那一波工厂试点的一部分。大型德国工业供应商 Schaeffler 投资了英国初创公司 Humanoid，把一家机器人新秀直接绑定到真实的工厂需求上。每一个试点同时也是一个数据生成项目：真实产线上的每一个班次，都会产出仿真器和抓取来的视频都无法完全替代的示范，而且恰好采集自机器人日后将要工作的那个场景。
这与美国的起点截然不同。美国的人形机器人数据，往往诞生于定制的远程操作工作室，并越来越多地来自家庭。欧洲的数据，则往往诞生于它早已拥有的产线，出自它早已签署的合同。标签不重要，溯源才重要：一份在受监管的企业内部诞生的数据，天生就带着一条可追溯的凭证链。
人人都在其中建造的那套监管
任何关于欧洲物理 AI 的叙述，若略过监管这一背景就不算诚实，因为它塑造着这块大陆上的每一个数据决策。EU AI Act 对高风险 AI 系统课以文档、数据治理与可追溯义务，而一台在与人共享的空间中行动的机器人，正是监管者心中所指的那类系统。再叠加欧盟的数据治理与隐私制度，你就得到一条硬约束：欧洲的建造者不能随手把喜欢的影像一股脑收进来，再把权利问题留到日后处理。
美国团队常把这读作一种拖累，就纯粹的速度而言确实如此。但它也逼出一种纪律，而市场其余部分正慢慢发现自己需要它。当买方自己的合规团队开始追问训练数据从何而来、谁曾对此同意，一份没有文档的语料就从资产变成了负债。今天看起来像税负的约束，会随着监管的铺开，开始看起来像一条护城河。
欧洲真正能够领先的地方
把这些加起来，欧洲可信的路径不是在硬件上硬拼美国，也不是在模型实验室上砸钱盖过美国。而是在两者都依赖、却都无法干净掌控的那一层上领先：一份自采集那一刻起就主权自主、经过同意、溯源清白的示范数据供给。模型在收敛、可移植：一个今天与 NVIDIA Isaac GR00T 兼容的策略，明天可以在更干净的数据上重新训练。而数据及其配套的手续，才是那个搬不走的部分。
这一切都尚未尘埃落定。NEURA 还得把训练房建起来并填满，工厂试点还得从示范走向部署，而监管仍在逐案解读之中。但坐标轴是清楚的。在美国，这场竞赛以私人资本和封闭数据来跑；在欧洲，它以合作、工业通路，以及让溯源成为强制项的规则来跑。押注数据层，欧洲并不落后。它只是在玩一场不同的游戏，而且是在一块恰好归它所有的地面上。