觅蜂科技无本体数据收罗,于智元数采工场内,数据收罗员正于收罗。来历:彭湃科技记者喻琰拍摄

呆板人进家庭以前,数据收罗须进步前辈入家庭

具身智能面对的数据难题与年夜语言模子差别。年夜语言模子可以从互联网接收文字及图片;但呆板人不仅要学会于真实世界里拿杯子、折衣服或者者改换机床刀具,还有要理解空间位置、接触、力度及物体状况。这些常识很难从收集视频中得到。

于呆板人数据收罗1.0期间,把呆板人、收罗员及物品集中到固定练习场。操作员经由过程遥操作,让呆板人于尺度化情况中反复抓取、搬运及分拣。这类模式既解决了具身数据“从无到有”的问题,也便在治理。但固定光芒、同一物品及预设流程,难以笼罩真实世界中的物料误差、职员滋扰及异样工况。

此刻,更多具身智能企业最先测验考试把数据收罗轻量化装备发放给各行各业的兼职或者全职职员,记载其于家庭及事情中的天然操作。

具身年夜脑公司年夜晓呆板人于本年世界呆板人年夜会时期发布由收罗端、标注平台及跨本体适配体系构成的情况式数据收罗方案2.0。

8月26日,穹彻智能发布具出身界模子“Noe-0”的技能预览,并同时宣布全链路无本体数据收罗方案,收罗职员佩带穹彻智能自研的RoboPocket装备,经由过程头部及双腕三个同步视角,记载东西利用、电子部件装置及纸张收拾等使命。穹彻智能披露,这套漫衍式数据收罗收集笼罩天下超50个都会,累计收罗跨越10万小时的真实世界数据,进入预练习、后练习及真机验证的闭环。于真实情况中,收罗职员可以按照现场的空间、物体与使命开展收罗。

穹彻智能宣布的数据收罗管线图来历:穹彻智能

觅蜂科技也于扩展无本体漫衍式收罗规模。8月31日,觅蜂科技公司公布第2万套MEgo无本体数采装备下线,并称已经累计出产跨越100万小时数据。MEgo装备于收罗形态上,包罗裸手、Ego+Wrist腕带、Ego+UMI夹爪三类数据系统,别离对于应人类天然操作、腕部姿态与持续运动轨迹,以和呆板人结尾履行等差别数据需求。

觅蜂科技董事长兼CEO姚卯青告诉彭湃科技(www.thepaper.cn),MEgo数采装备已经经不只部署于数采工场及专业营业流程外包(BOP)公司,社区退休职员、宝妈及差别行业从业者也介入此中。

觅蜂科技发布的数据收罗图来历:觅蜂科技

“无本体数据需要于各个场景、各个行业、各个都会之间流转,人也是差别的人,需要对于他们举行培训,还有要可以或许进入那些真实场景。”姚卯青说,真实数据的收罗量从当前的百万小时扩展到亿小时,依赖复制数采工场的线路其实不实际,更可行的路径,是经由过程便携式装备及众包收集,把收罗使命分离到差别地域及行业,让数据直接孕育发生在家庭、工场及市肆等真实场景;平台则卖力同一使命设计、质量节制、标注及验收。

上海交通年夜学人工智能学院助理研究员、硕士生导师杨理欣认为,假如通用呆板人终极要进入家庭,数据收罗就必需进步前辈入家庭,工业级的交付必需让没有任何技能配景的公共能用大白。“咱们但愿做一个通用呆板人,可以或许进到千家万户去帮人做办事,必定它的数据收罗也要发生于千家万户。”

从卖数采装备转向设置装备摆设数据基础举措措施

就于本年年头,具身数据收罗仍处于技能线路稠浊的阶段。姚卯青回忆,其时“特长机、运动相机采一采也能卖”。进入下半年,60FPS(视频每一秒收罗60帧)、1080P(画面到达1080高清分辩率)、双目、深度等数采要求逐渐收敛,客户最先于意装备重量、无线传输、时间同步及空间标定精度。

数采装备的硬件门坎虽提高,却未必能成为恒久竞争的焦点壁垒。装备量产以后,企业还有要招募及培训职员,设计收罗使命,调理差别场景,完成数据回传、洗濯、去重、标注、质检及客户验收。于姚卯青看来,数据收罗已经经是一项触及职员、装备、情况及数据瓜葛的体系工程。

这象征着数据收罗从过往一门纯真“卖装备买卖”转向卖“数据工程体系”。觅蜂科技不只发卖MEgo,还有用MEgo Engine处置惩罚数据,并介入场景运营及交付。穹彻智能发布的RoboPocket也只是数据收罗的进口:数据进入DM3平台后,还有要颠末主动查抄、人工审核、AI预标注及语义筛选,并与练习配置及评测成果联系关系。模子袒露出的问题,继承酿成下一轮收罗使命。

杨理欣认为,行业今朝缺乏的未必是更大都据,而是一个可以或许将现场过错连续转化为练习素材的“回环”:呆板人于现场堕落后,需要由人接受;改正历程应被记载并送回练习,再把更新后的模子从头部署。他将这一历程归纳综合为不停“试错、纠错,纠错完的数据回流练习”。假如每一台呆板人都需要一位操作员全程看管,这套体系便很难贸易化。

图说:穹彻智能宣布的数据收罗管线图来历:穹彻智能

数据质量也不克不及只用“小时数”来权衡。“盲目地收罗100万小时,说真话还有是很轻易做到的,反复地做工种使命就能够了,但险些没有任何价值。”姚卯青说。有用数据不仅要满意帧率及标定要求,还有要笼罩充足多的行业、物体及使命,并终极经由过程客户验收及模子效果验证。

杨理欣认为,高质量数据今朝很难写成一套穷尽所有环境的法则。“终极还有是患上靠一个模子来评测甚么是好的数据。”数据公司的产物不是视频自己,而是可以或许被模子消化、并带来能力晋升的练习资产。

数据收罗行业终极会走向“寡头漫衍”

北京石景山人形呆板人数据练习中央的调解,则进一步激发了行业对于传统数采模式的会商。近半年来,多地具身智能数据平台最先调解思绪,数据收罗逐渐从固定练习场转向真实出产情况延长。

9月1日,北京市当局网站披露,革新后的北京石景山人形呆板人数据练习中央将引入多视点4D光场收罗及世界模子,使用真实数据推演、天生更多仿真场景,并与仍于运行的二期、三期形成协同,领悟数据收罗、仿真天生、模子练习、本体验证及运用落地。

近似的变化也于其他地域呈现。2026年7月,国度处所共建人形呆板人立异中央与华为于世界人工智能年夜会时期发布具身智能实训场样板点。该方案将云端部署、数据处置惩罚及开发东西组合起来,既可以于室内运行,也能够进入出产现场,买通数据收罗、模子练习、真机实训及运用部署等环节。

当数据平台笼罩的环节愈来愈多时,竞争门坎也随之提高。一家企业不仅要量产收罗装备,还有要构造收罗职员、获取真实场景、设置装备摆设存储及处置惩罚体系,并完成数据管理、模子评测和客户交付。数据收罗由装备买卖转向基础举措措施买卖,也象征着资金、工程及运营能力将变患上越发主要。

姚卯青判定,行业终极会走向“寡头漫衍”。他的理由是,数据收罗自己是一门重投入买卖,又很是夸大体系化的工程能力及运营能力,同时也很注重资金能力。“几万套装备都是几亿资金起步,建一个数据中央也是数十亿的投入,必然是领军企业有较年夜的上风。”姚卯青暗示。

于数据尺度还没有同一的阶段,这类头部堆积效应特别较着。“一家模子公司同时用几家供给商的第一视角数据,混淆练习的效果很难包管。”集中采买会连结数据质量,他不雅察到,今朝行业内一些客户正于削减供给商数目,从“每一家都采一点、试一试”转向集中选择一两家供给商。

杨理欣也认为,具身智能特别需要软硬件及数据协同,仅依靠多个供给商提供的局部方案,可能很难形成数据的有用闭环。终极能跑出来的企业必然具有全栈能力,可以或许成立起“部署-堕落-接受-回流-练习-再部署”的数据闭环。

(原标题:具身智能数据从1.0迈向2.0:数据收罗从练习场走向真实世界)

尤其声明:本文转载仅仅是出在流传信息的需要,其实不象征着代表本网站不雅点或者证明其内容的真实性;如其他媒体、网站或者小我私家从本网站转载利用,须保留本网站注明的“来历”,并自大版权等法令责任;作者假如不但愿被转载或者者接洽转载稿费等事宜,请与咱们联系。-PA集团官网"/>

PA集团官网-具身智能迈向2.0:数据采集从训练场走向真实世界—新闻—科学网

2026-11-16 12:06:47 304am永利集团

8月28日,曾经被视为范围化真机数据出产样本的北京首小我私家形呆板人数据练习中央被曝暂停运营。该数据中央初期运营方睿尔曼智能的相干卖力人于接管媒体采访时将此注释为一次自动进级。

上述卖力人称,北京中央堆集了万万级轨迹片断,但素质上仍是试验室场景,“具身智能要真正‘干活’,数据必需来自真正的出产及糊口场景,而非模仿情况。”

具身智能数据正于从1.0迈向2.0,呆板人练习中央经由过程遥控操作得到的数据正于被真实场景中所收罗的数据替换。

觅蜂科技无本体数据收罗,于智元数采工场内,数据收罗员正于收罗。来历:彭湃科技记者喻琰拍摄

呆板人进家庭以前,数据收罗须进步前辈入家庭

具身智能面对的数据难题与年夜语言模子差别。年夜语言模子可以从互联网接收文字及图片;但呆板人不仅要学会于真实世界里拿杯子、折衣服或者者改换机床刀具,还有要理解空间位置、接触、力度及物体状况。这些常识很难从收集视频中得到。

于呆板人数据收罗1.0期间,把呆板人、收罗员及物品集中到固定练习场。操作员经由过程遥操作,让呆板人于尺度化情况中反复抓取、搬运及分拣。这类模式既解决了具身数据“从无到有”的问题,也便在治理。但固定光芒、同一物品及预设流程,难以笼罩真实世界中的物料误差、职员滋扰及异样工况。

此刻,更多具身智能企业最先测验考试把数据收罗轻量化装备发放给各行各业的兼职或者全职职员,记载其于家庭及事情中的天然操作。

具身年夜脑公司年夜晓呆板人于本年世界呆板人年夜会时期发布由收罗端、标注平台及跨本体适配体系构成的情况式数据收罗方案2.0。

8月26日,穹彻智能发布具出身界模子“Noe-0”的技能预览,并同时宣布全链路无本体数据收罗方案,收罗职员佩带穹彻智能自研的RoboPocket装备,经由过程头部及双腕三个同步视角,记载东西利用、电子部件装置及纸张收拾等使命。穹彻智能披露,这套漫衍式数据收罗收集笼罩天下超50个都会,累计收罗跨越10万小时的真实世界数据,进入预练习、后练习及真机验证的闭环。于真实情况中,收罗职员可以按照现场的空间、物体与使命开展收罗。

穹彻智能宣布的数据收罗管线图来历:穹彻智能

觅蜂科技也于扩展无本体漫衍式收罗规模。8月31日,觅蜂科技公司公布第2万套MEgo无本体数采装备下线,并称已经累计出产跨越100万小时数据。MEgo装备于收罗形态上,包罗裸手、Ego+Wrist腕带、Ego+UMI夹爪三类数据系统,别离对于应人类天然操作、腕部姿态与持续运动轨迹,以和呆板人结尾履行等差别数据需求。

觅蜂科技董事长兼CEO姚卯青告诉彭湃科技(www.thepaper.cn),MEgo数采装备已经经不只部署于数采工场及专业营业流程外包(BOP)公司,社区退休职员、宝妈及差别行业从业者也介入此中。

觅蜂科技发布的数据收罗图来历:觅蜂科技

“无本体数据需要于各个场景、各个行业、各个都会之间流转,人也是差别的人,需要对于他们举行培训,还有要可以或许进入那些真实场景。”姚卯青说,真实数据的收罗量从当前的百万小时扩展到亿小时,依赖复制数采工场的线路其实不实际,更可行的路径,是经由过程便携式装备及众包收集,把收罗使命分离到差别地域及行业,让数据直接孕育发生在家庭、工场及市肆等真实场景;平台则卖力同一使命设计、质量节制、标注及验收。

上海交通年夜学人工智能学院助理研究员、硕士生导师杨理欣认为,假如通用呆板人终极要进入家庭,数据收罗就必需进步前辈入家庭,工业级的交付必需让没有任何技能配景的公共能用大白。“咱们但愿做一个通用呆板人,可以或许进到千家万户去帮人做办事,必定它的数据收罗也要发生于千家万户。”

从卖数采装备转向设置装备摆设数据基础举措措施

就于本年年头,具身数据收罗仍处于技能线路稠浊的阶段。姚卯青回忆,其时“特长机、运动相机采一采也能卖”。进入下半年,60FPS(视频每一秒收罗60帧)、1080P(画面到达1080高清分辩率)、双目、深度等数采要求逐渐收敛,客户最先于意装备重量、无线传输、时间同步及空间标定精度。

数采装备的硬件门坎虽提高,却未必能成为恒久竞争的焦点壁垒。装备量产以后,企业还有要招募及培训职员,设计收罗使命,调理差别场景,完成数据回传、洗濯、去重、标注、质检及客户验收。于姚卯青看来,数据收罗已经经是一项触及职员、装备、情况及数据瓜葛的体系工程。

这象征着数据收罗从过往一门纯真“卖装备买卖”转向卖“数据工程体系”。觅蜂科技不只发卖MEgo,还有用MEgo Engine处置惩罚数据,并介入场景运营及交付。穹彻智能发布的RoboPocket也只是数据收罗的进口:数据进入DM3平台后,还有要颠末主动查抄、人工审核、AI预标注及语义筛选,并与练习配置及评测成果联系关系。模子袒露出的问题,继承酿成下一轮收罗使命。

杨理欣认为,行业今朝缺乏的未必是更大都据,而是一个可以或许将现场过错连续转化为练习素材的“回环”:呆板人于现场堕落后,需要由人接受;改正历程应被记载并送回练习,再把更新后的模子从头部署。他将这一历程归纳综合为不停“试错、纠错,纠错完的数据回流练习”。假如每一台呆板人都需要一位操作员全程看管,这套体系便很难贸易化。

图说:穹彻智能宣布的数据收罗管线图来历:穹彻智能

数据质量也不克不及只用“小时数”来权衡。“盲目地收罗100万小时,说真话还有是很轻易做到的,反复地做工种使命就能够了,但险些没有任何价值。”姚卯青说。有用数据不仅要满意帧率及标定要求,还有要笼罩充足多的行业、物体及使命,并终极经由过程客户验收及模子效果验证。

杨理欣认为,高质量数据今朝很难写成一套穷尽所有环境的法则。“终极还有是患上靠一个模子来评测甚么是好的数据。”数据公司的产物不是视频自己,而是可以或许被模子消化、并带来能力晋升的练习资产。

数据收罗行业终极会走向“寡头漫衍”

北京石景山人形呆板人数据练习中央的调解,则进一步激发了行业对于传统数采模式的会商。近半年来,多地具身智能数据平台最先调解思绪,数据收罗逐渐从固定练习场转向真实出产情况延长。

9月1日,北京市当局网站披露,革新后的北京石景山人形呆板人数据练习中央将引入多视点4D光场收罗及世界模子,使用真实数据推演、天生更多仿真场景,并与仍于运行的二期、三期形成协同,领悟数据收罗、仿真天生、模子练习、本体验证及运用落地。

近似的变化也于其他地域呈现。2026年7月,国度处所共建人形呆板人立异中央与华为于世界人工智能年夜会时期发布具身智能实训场样板点。该方案将云端部署、数据处置惩罚及开发东西组合起来,既可以于室内运行,也能够进入出产现场,买通数据收罗、模子练习、真机实训及运用部署等环节。

当数据平台笼罩的环节愈来愈多时,竞争门坎也随之提高。一家企业不仅要量产收罗装备,还有要构造收罗职员、获取真实场景、设置装备摆设存储及处置惩罚体系,并完成数据管理、模子评测和客户交付。数据收罗由装备买卖转向基础举措措施买卖,也象征着资金、工程及运营能力将变患上越发主要。

姚卯青判定,行业终极会走向“寡头漫衍”。他的理由是,数据收罗自己是一门重投入买卖,又很是夸大体系化的工程能力及运营能力,同时也很注重资金能力。“几万套装备都是几亿资金起步,建一个数据中央也是数十亿的投入,必然是领军企业有较年夜的上风。”姚卯青暗示。

于数据尺度还没有同一的阶段,这类头部堆积效应特别较着。“一家模子公司同时用几家供给商的第一视角数据,混淆练习的效果很难包管。”集中采买会连结数据质量,他不雅察到,今朝行业内一些客户正于削减供给商数目,从“每一家都采一点、试一试”转向集中选择一两家供给商。

杨理欣也认为,具身智能特别需要软硬件及数据协同,仅依靠多个供给商提供的局部方案,可能很难形成数据的有用闭环。终极能跑出来的企业必然具有全栈能力,可以或许成立起“部署-堕落-接受-回流-练习-再部署”的数据闭环。

(原标题:具身智能数据从1.0迈向2.0:数据收罗从练习场走向真实世界)

尤其声明:本文转载仅仅是出在流传信息的需要,其实不象征着代表本网站不雅点或者证明其内容的真实性;如其他媒体、网站或者小我私家从本网站转载利用,须保留本网站注明的“来历”,并自大版权等法令责任;作者假如不但愿被转载或者者接洽转载稿费等事宜,请与咱们联系。-PA集团官网