具身智能融资超百亿，但训练一个抓取策略约需一人花六个月清洗数据，真机遥操有效数据每小时成本500到2000元，清洗这道关谁也跳不过。
具身数据是多模态时序流，含RGB-D视频、点云、关节角度、力反馈等，清洗不能只看单帧，要理解整条轨迹的因果链，分辨“做对了”还是“碰巧对了”，至今仍是手工作坊。
清洗无法简单外包，把“碰巧成功”的轨迹当正样本，模型一上真机就翻车；目前各实验室和公司都靠自己的工程师和研究生在闭环里既生产又质检。
自动化是方向，火山引擎用VLM做原子动作切分和自动打标准确率90%+，但端到端自动清洗pipeline尚不存在，最缺的是既懂机器人学、信号处理又懂数据工程的数据基础设施工程师。