具身智能数据从1.0迈向2.0：数据采集从训练场走向真实世界

8月28日，，，，，，曾被视为规模；；；；；婊莩霾镜谋本┦子孜倚位等耸菅盗分行谋黄卦萃Ｔ擞！。。。。。该数据中心早期运营方睿尔曼智能的有关掌管人在接受媒体采访时将此诠释为一次自动升级。。。。。。。 上述掌管人称，，，，，，北京中心堆集了千万级轨迹片段，，，，，，但性质上仍是尝试室场景，，，，，，“具身智能要真正‘干活’，，，，，，数据必须来自真实的出产和生涯场景，，，，，，而非模拟环境。。。。。。。” 具身智能面对的数据难题与大说话模型分歧。。。。。。。大说话模型能够从互联网吸收文字和图片；；；；；；但机械人不仅要学会在真实世界里拿杯子、折衣服或者更换机床刀具，，，，，，还要理解空间地位、接触、力度和物体状态。。。。。。。这些知识很难从网络视频中获得。。。。。。。 在机械人数据采集1.0时期，，，，，，把机械人、采集员和物品集中到固定训练场。。。。。。。操作员通过遥操作，，，，，，让机械人在尺度化环境中沉复抓取、搬运和分拣。。。。。。。这种模式既解决了具身数据“从无到佑妆的问题，，，，，，也便于治理。。。。。。。但固定光线、统一物品和预设流程，，，，，，难以覆盖真实世界中的物料误差、人员滋扰和异常工况。。。。。。。 此刻，，，，，，更多具身智能企业起头尝试把数据采集轻量化设备发放给各行各业的兼职或全职人员，，，，，，纪录其在家庭和工作中的天然操作。。。。。。。 具身大脑公司大晓机械人在今年世界机械人大会期间颁布由采集端、标注平台和跨本体适配系统组成的环境式数据采集规划2.0。。。。。。。 8月26日，，，，，，穹彻智能颁布具出身界模型“Noe-0”的技术预览，，，，，，并同时颁布全链路无本体数据采集规划，，，，，，采集人员佩带穹彻智能自研的RoboPocket设备，，，，，，通过甚部和双腕三个同步视角，，，，，，纪录工具使用、电子部件装配和纸张整顿等工作。。。。。。。穹彻智能披露，，，，，，这套散布式数据采集网络覆盖全国超50个城市，，，，，，累计采集超过10万幼时的真实世界数据，，，，，，进入预训练、后训练和真机验证的关环。。。。。。。在真实环境中，，，，，，采集人员能够凭据现场的空间、物体与工作发展采集。。。。。。。 觅蜂科技也在扩大无本体散布式采集领域。。。。。。。8月31日，，，，，，觅蜂科技公司颁发第2万套MEgo无本体数采设备下线，，，，，，并称已累计出产超过100万幼时数据。。。。。。。MEgo设备在采集状态上，，，，，，蕴含裸手、Ego+Wrist腕带、Ego+UMI夹爪三类数据系统，，，，，，别离对应人类天然操作、腕部姿势与陆续运动轨迹，，，，，，以及机械人结尾执行等分歧数据需要。。。。。。。 觅蜂科技董事长兼CEO姚卯青通知澎湃科技（www.thepaper.cn），，，，，，MEgo数采设备已经不只部署在数采工厂和专业业务流程表包（BOP）公司，，，，，，社区退休人员、宝妈和分歧业业从业者也参加其钟祝。。。。。。 “无本体数据必要在各个场景、各个行业、各个城市之间流转，，，，，，人也是分歧的人，，，，，，必要对他们进行培训，，，，，，还要可能进入那些真实场景。。。。。。。”姚卯青说，，，，，，真实数据的采集量从当前的百万幼时扩大到亿幼时，，，，，，依附复造数采工厂的路线并不现实，，，，，，更可行的蹊径，，，，，，是通过便携式设备和多包网络，，，，，，把采集工作分散到分歧地域和行业，，，，，，让数据直接产生于家庭、工厂和商店等真实场景；；；；；；平台则掌管统一工作设计、质量节造、标注和验收。。。。。。。 上海交通大学人为智能学院助理钻研员、硕士生导师杨理欣以为，，，，，，若是通用机械人最终要进入家庭，，，，，，数据采集就必须先进入家庭，，，，，，工业级的交付必须让没有任何技术布景的公共能用领略。。。。。。。“我们但愿做一个通用机械人，，，，，，可能进到千家万户去助人做服务，，，，，，注定它的数据采集也要产生在千家万户。。。。。。。” 就在今年岁首，，，，，，具身数据采集仍处在技术路线混合的阶段。。。。。。。姚卯青回顾，，，，，，其时“拿手机、运动相机采一采也能卖”。。。。。。。进入下半年，，，，，，60FPS（视频每秒采集60帧！。。。。。1080P（画面达到1080高清分辨率）、双目、深度等数采要求逐步收敛，，，，，，客户起头在意设备沉量、无线传输、功夫同步和空间标定精度。。。。。。。 数采设备的硬件门槛虽提高，，，，，，却不定能成为悠久竞争的主题壁垒。。。。。。。设备量产之后，，，，，，企业还要招募和培训人员，，，，，，设计采集工作，，，，，，调度分歧场景，，，，，，实现数据回传、洗濯、去沉、标注、质检和客户验收。。。。。。。在姚卯青看来，，，，，，数据采集已经是一项涉及人员、设备、环境和数据关系的系统工程。。。。。。。 这意味着数据采集从过往一门单纯“卖设备生意”转向卖“数据工程系统”。。。。。。。觅蜂科技不只销售MEgo，，，，，，还用MEgo Engine处置数据，，，，，，并参加场景运营和交付。。。。。。。穹彻智能颁布的RoboPocket也只是数据采集的入口：数据进入DM3平台后，，，，，，还要经过自动查抄、人为审核、AI预标注和语义筛选，，，，，，并与训练配置和评测了局关联。。。。。。。模型露出出的问题，，，，，，持续造成下一轮采集工作。。。。。。。 杨理欣以为，，，，，，行业目前短缺的不定是更无数据，，，，，，而是一个可能将现场谬误持续转化为训练素材的“回环”：机械人在现场犯错后，，，，，，必要由人收受；；；；；；纠正过程应被纪录并送回训练，，，，，，再把更新后的模型沉新部署。。。。。。。他将这一过程概括为不休“试错、纠错，，，，，，纠错完的数据回流训练”。。。。。。。若是每台机械人都必要一名操作员全程看管，，，，，，这套系统便很难贸易化。。。。。。。 数据质量也不能只用“幼时数”来衡量。。。。。。。“盲目地采集100万幼时，，，，，，说真话还是很容易做到的，，，，，，沉复地做工种工作就能够了，，，，，，但险些没有任何价值。。。。。。。”姚卯青说。。。。。。。有效数据不仅要满足帧率和标定要求，，，，，，还要覆盖足够多的行业、物体和工作，，，，，，并最终通过客户验收和模型成效验证。。。。。。。 杨理欣以为，，，，，，高质量数据目前很难写成一套穷尽所有情况的规定。。。。。。。“最终还是得靠一个模型来评测什么是好的数据。。。。。。。”数据公司的产品不是视频自身，，，，，，而是可能被模型消化、并带来能力提升的训练资产。。。。。。。 北京石景隐士形机械人数据训练中心的调整，，，，，，则进一步引发了行业对传统数采模式的会商。。。。。。。近半年来，，，，，，多地具身智能数据平台起头调整思路，，，，，，数据采集逐步从固定训练场转向真实出产环境延长。。。。。。。 9月1日，，，，，，北京市当局网站披露，，，，，，刷新后的北京石景隐士形机械人数据训练中心将引入多视点4D光场采集和世界模型，，，，，，利用真实数据推演、天生更多仿真场景，，，，，，并与仍在运行的二期、三期形成协同，，，，，，贯通数据采集、仿真天生、模型训练、本履历证和利用落地。。。。。。。 类似的变动也在其他地域出现。。。。。。。2026年7月，，，，，，国度处所共建人形机械人创新中心与华为在世界人为智能大会期间颁布具身智能实训场样板点。。。。。。。该规划将云端部署、数据处置和开发工具组合起来，，，，，，既能够在室内运行，，，，，，也能够进入出产现场，，，，，，买通数据采集、模型训练、真机实训和利用部署等环节。。。。。。。 当数据平台覆盖的环节越来越多时，，，，，，竞争门槛也随之提高。。。。。。。一家企业不仅要量产采集设备，，，，，，还要组织采集人员、获取真实场景、建设存储和处置系统，，，，，，并实现数据治理、模型评测及客户交付。。。。。。。数据采集由设备生意转向基础设施生意，，，，，，也意味着资金、工程和运营能力将变得越发沉要。。。。。。。 姚卯青判断，，，，，，行业最终会走向“寡头散布”。。。。。。。他的理由是，，，，，，数据采集自身是一门沉投入生意，，，，，，又极度强调系统化的工程能力和运营能力，，，，，，同时也很看沉资金能力。。。。。。。“几万套设备都是几亿资金起步，，，，，，建一个数据中心也是数十亿的投入，，，，，，肯定是领军企业有较大的优势。。。。。。。”姚卯青暗示。。。。。。。 在数据尺度尚未统一的阶段，，，，，，这种头部荟萃效应尤其显著。。。。。。。“一家模型公司同时用几家供给商的第一视角数据，，，，，，混合训练的成效很难保障。。。。。。。”集中采买会维持数据质量，，，，，，他观察到，，，，，，目前行业内一些客户在削减供给商数量，，，，，，从“每家都采一点、试一试”转向集当选择一两家供给商。。。。。。。 杨理欣也以为，，，，，，具身智能尤其必要软硬件和数据协同，，，，，，仅依赖多个供给商提供的部门规划，，，，，，可能很难形成数据的有效关环。。。。。。。最终能跑出来的企业肯定具备全栈能力，，，，，，可能成立起“部署－犯错－收受－回流－训练－再部署”的数据关环。。。。。。。