📈 行业趋势AI 热点解读#合成数据#蒸馏#RL
合成数据的黄金时代：蒸馏、RL 与具身都把赌注押在它身上
高质量真实数据见顶的背景下，合成数据成为模型、Agent 与机器人的共同燃料。
AIAI评测 编辑部
一句话结论
当真实数据红利见顶，合成数据成为模型、Agent 与机器人的「共同燃料」：模型蒸馏需要老师数据、Agentic RL 需要任务轨迹、具身需要仿真环境——2026 的三条主线都依赖「造数据」的能力，数据工厂是隐藏的大生意。
三个关键点
1. 三条需求线
蒸馏（大模型产出小模型数据）、Agent 训练（任务/轨迹/偏好数据）、具身（Real2Sim2Real 仿真资产）——各不相同但都算「合成数据」。
2. 质量大于数量
合成数据最大的坑是「自噬」：错误/偏见被放大（模型塌缩）——需要「多样性+验证回路」：合成来源、人工/模型交叉校验、真实采样兜底。
3. 对团队的启示
不是只有大厂需要：给自家 Agent 造「专属合成数据」是 2026 差异化最实在的手段——从一个高频任务合成数据开始。
💡 常见问题
合成数据会替代真实数据吗？▾
不会完全替代——它是「在边界内部填量」，真实数据定义分布边界；完全合成会自噬（塌缩）。
小团队怎么用合成数据？▾
用模型生成任务样本 + 人工抽检校正，建立小循环——先给一个高频任务做数据增强。