自动训练数据生成

ServiceNow 于 2026 年 10 月 2 日发布 AutoSynthData 流水线，把模型失败案例自动转成可验证的训练任务，用于生成智能体训练数据。据其官方博客，该方法是厂商自述，实际收益待其公开实验数据。【存疑】

这一方向并非孤例。跨维智能开源 EmbodiChain，主张仅用 100% 生成式仿真数据训练具身模型，并称其 Sim2Real-VLA 在无真实数据微调下成功率领先 ACT、Diffusion Policy；华为、港中文、港科大联合推出 LegoFlow，从 1200 万个候选拉取请求中筛出 5000 个 SWE 任务，仅用 1000 条轨迹微调 Qwen3.5-35B-A3B-Base 即在 SWE-bench Verified 达 70.2%；无问智科则以 Real2Sim2Real 闭环做数据基座，称在线强化学习使仿真成功率由 9.7% 升至 79.8%。

分歧在于：自动生成的数据能否替代真实采集。厂商称生成数据可覆盖长尾、成本更低；质疑方指出仿真存在 Sim2Real Gap，且行业真实物理交互合规数据仅约 50 万小时，缺口超 99%。能定论的是可复现的第三方评测与公开实验数据，而非厂商自述。

接下来可查：ServiceNow 是否公开 AutoSynthData 实验数据；工信部《具身智能数据集质量要求及评估方法》（YD/T 6771—2026）11 月 1 日实施后的执行情况；LegoFlow 在 SWE-bench 上的第三方复现结果。