在7月17日举办的2026世界人工智能大会暨人工智能全球治理高级别会议主论坛上，它石智航的创始人兼CEO陈亦伦，这位曾担任华为自动驾驶CTO及华为车BU首席科学家的行业领军人物，发表了重要观点。他指出，当前世界模型发展面临的最大瓶颈在于，缺乏足够规模且真正适用于物理世界模型训练的数据资源。陈亦伦进一步阐释，大规模训练数据的获取需满足三大核心条件：首先，数据模态必须全面多样，涵盖视觉、听觉、触觉等多维度信息；其次，数据需通过持续交互动态更新状态，即需在实际应用场景中不断产生新数据；最后，数据必须源自真实环境、真实任务和真实操作，确保其反映客观世界的本质特征。

陈亦伦强调，现有数据集普遍存在模态单一、静态化、脱离真实场景等问题，这直接导致训练出的模型在复杂物理世界中的泛化能力不足。例如，自动驾驶领域需要同时处理道路标识、行人动态、天气变化等多模态信息，而传统数据集往往仅包含单一维度的标注数据。他提出，未来数据采集应向'真实场景驱动'模式转型，通过部署大量具备边缘计算能力的智能终端，在真实任务执行过程中持续收集多模态交互数据，从而构建真正符合物理世界运行规律的数据生态。