网易首页 > 网易号 > 正文 申请入驻

百万小时能喂饱机器人吗?我们去了北京一家数采基地

0
分享至

研究员|邱慧

把一双小尺码的鞋子后跟分开,再操控同构臂将其摆正、对齐,以此反复。“00后”的小金在8小时内重复无数次同样的收纳动作后,能向数据质检平台输出1—3小时有效的采集数据。

这是北京人形机器人创新中心(以下简称“北京人形”)具身智能机器人数据与训练基地一期的数采一角。

基地6000平方米的训练场被划分为光学动作捕捉区以及家居、商超、办公、医疗等30余个1:1真实复刻的场景。百余名数采员在这里通过遥控真机、佩戴数采头环等方式,模拟真实任务场景,完成日均600小时的数据采集任务。

基地负责人夏华林告诉第四波等机构,该基地年产量达18万小时的高质量数据中,除了对内用于天工机器人的训练,还有部分高质量数据被销往其他厂商,目前已交付3万小时。

01

各有各的“百万小时”

“机器人走向物理世界,模型能力之外,还缺大量高质量数据”,早已是行业共识。然而,一批又一批数采厂建立后,具身智能厂商对数据的深度渴求仍未得到满足。

对于高质量数据,夏华林认为,并不是所有数据价值均等,“真正高质量的,是能帮机器人在真实场景完成任务的数据。”

不同于大语言模型,具身智能的数据体量缺口、类型以及技术路线,还未收敛。一些头部厂商选择自建数采体系,通过提升数据规模与质量,满足自我训练需要,形成数据飞轮。

与此同时,百万小时也成了具身智能数采的某种新门槛。觅蜂科技于8月31日宣称已累计生产超过100万小时无本体数据。蚂蚁灵波、千寻智能、黎曼动力、大晓机器人等企业都提出了百万小时的数采目标。



机器人在进行快递分拣数采任务。(图/邱慧)

夏华林也称,目前,该数据基地正向着“100万小时高质量数据”的目标迈进,致力于打造全球首个百万小时高质量具身智能数据平台。

但百万小时里的数据构成,各有说法。在互联网视频数据、仿真数据、真机数据三种常见的数据来源中,真机数据往往因更接近机器人落地物理世界,成了多家厂商更推崇的高质量数据来源。

不同厂商会在产能口号阶段就做出划分。智元规划2026年千万小时数据目标中,包括200万小时真机数据、800万小时无本体数据;京东宣称两年千万小时真实场景无本体视频数据,以及100万小时的机器人本体数据采集。

光象科技创始人张涛此前告诉第四波,对于具身智能而言,数据规模是必要的,“起码在目前,还没有技术路径能做到,在数据量不够的前提下,让模型水平得到提升”。量之外,数据多样性、质量、跨本体可验证等维度都是考量指标。

据Interact Analysis统计,截至今年4月底,全国已经投用的数据采集与训练中心达到64个,其中至少13个中心部署了上百台机器人,用于真机采集。

一些机器人厂商也因此开辟了科研、展示之外的业务新场景。比如乐聚智能在招股说明书(申报稿)中称,2025年以来,多地政府加快建设人形机器人数据采集中心,为行业商业化初期带来了新的规模化采购需求。公司依托Kuavo系列产品及配套的数据采集、项目交付能力,获得多个数据采集中心的集中采购订单。

不过,业内对数采工厂集中式采集的模式也存有疑虑。有具身智能企业创始人就向第四波表达了对该模式下数据场景局限、泛化性难突破的质疑。

此外,不做数据质量评估就堆砌数采时长也造成了资源的浪费。觅蜂科技董事长兼CEO姚卯青提到,“盲目采集百万小时,是很容易做到的事情,重复做工种任务就可以,但几乎没有任何价值”。

夏华林把当下机器人所处的阶段类比为10年前的自动驾驶。“真实场景数据的价值最终一定最高,只是这条路还没有被大规模验证过。”他认为,集中式采集能快速验证数据—算法—本体闭环。

8月下旬,北京首个人形机器人数据训练中心停止运营的消息在业内掀起关注。据该数据训练中心核心设备与技术提供方睿尔曼智能解释,撤出是因数采模式的调整。

睿尔曼智能就此回应《南方都市报》称,实验室采集出的数据只解决了“数据有没有”的问题,但因无法覆盖物理世界光照等因素的变化与干扰,导致机器人环境泛化能力一般。“数据好不好”最终还是要到真实作业环境中远程遥控数采。

夏华林不否认数采工厂会是一个过渡形态,因为“最终还是要到真实场景里采集数据”,最有价值的数据,是让模型在场景里能落地、产生好效果的数据。但这“还有很长的一段路要走”。

02

规模之外,厂商开始算细账

在北京人形的数采基地,第四波了解到,数采员来自金融、电气等专业,背景不一,多数人为00后。“大部分场景的数采工作培训半日就能上岗,半月即能成熟练工。”小金说,数采员日常工作内容单一、难度较小,就是通过不断地放慢动作遥操机械臂,模拟真实抓夹任务,积累真实交互数据。



小金在上传数采数据。(图/邱慧)

多位数采员提到,每日连续8小时的数采工作仅能提炼出不到一半时长、可供上传至质检平台的有效数据量。

夏华林说,基地设立三道质检,采集后一检、标注后二检、交付算法侧验收三检,以此确保交付客户的数据良率。

姚卯青也认为,衡量数据公司的数据质量,先要看数据资产是否有很好的覆盖,有无场景多样性上的分布,以及各种质量是不是能自己提供详尽的数据质量验证报告。

然而,数据规模不断扩大的背后,高成本、长周期也是当下难以冲破的困局之一。有媒体测算,一条30秒的真机操作数据,采集成本10到15元。按中国信通院等机构对具身智能领域Scaling Law(规模定律)时刻到来所需千万小时级的数据量来看,前期采集投入成本不可估量。

相比投入成本,数据的交易价格却开始下降。夏华林说,目前,1小时真机数据的价格约500至1000元不等,价格已有所回落,无本体数据的价格在几十到一两百元的区间。

另一边,厂商买回来的数据,能不能直接用于本体的训练,或是适配实际场景,又是摆在数据良性流通面前的一道门槛。一旦不匹配,意味着这批数据价值将递减乃至归零。

多重因素考量下,数采规则开始变化。今年开始,一些厂商不约而同地在无本体数据采集业务上加大投入。其核心就是简化数采流程,减少成本,以头环、腕部等可穿戴数采设备,部署更多真实场景。

觅蜂算是已形成规模化的无本体数据采集商之一。它采用的就是众包模式,把设备部署至数采工厂之外。姚卯青说,数采的参与者包括退休人员、宝妈等群体,他们不需要懂AI技术,戴上设备,正常完成工作与家务,动作数据就会被自动采集、回传、处理,场景丰富,任务类型多样。

夏华林说,其所在的基地也引入了百余台无本体数据采集设备,用于第一视角的动作捕捉记录。在他看来,机器人的本体和算法不是壁垒,最后1公里的数据闭环能力才是。

尽管各厂商纷纷开卷百万小时的数据体量,但具身智能到底需要多少数据才能“喂饱”,谁都给不出标准答案。对于数采厂商而言,现阶段,谁能够进入效果验证环节,谁才更有条件解释自己的数据为什么值得付费。

编辑|王晓

声明:个人原创,仅供参考

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
上海道路停车场15分钟内免费,工作日一天2次免费!路边买咖啡更从容,的哥:不敢相信,新政太好了

上海道路停车场15分钟内免费,工作日一天2次免费!路边买咖啡更从容,的哥:不敢相信,新政太好了

新闻晨报随申Hi
2026-11-19 17:46:05
“年轻人往里面一排队,周围都是异样的眼神”

“年轻人往里面一排队,周围都是异样的眼神”

中国新闻周刊
2026-11-19 23:55:05
风向变了?明年起,按摩、洗浴、足疗店或将迎来重大变化?

风向变了?明年起,按摩、洗浴、足疗店或将迎来重大变化?

史之铭
2026-11-19 01:44:05
普京:为停止冲突,乌克兰应当同意美国方面提出的“妥协方案”

普京:为停止冲突,乌克兰应当同意美国方面提出的“妥协方案”

奇闻不要看
2026-11-20 10:13:18
各国不吃的食物:韩国人不吃香菜,俄罗斯人不吃海参,中国人呢?

各国不吃的食物:韩国人不吃香菜,俄罗斯人不吃海参,中国人呢?

兴趣知识
2026-11-20 01:31:36
1936 年,孙铭九亲手活捉蒋介石,新中国成立后,最终经过慎重考虑,给他安排了工作,他到底得到了一份什么工作

1936 年,孙铭九亲手活捉蒋介石,新中国成立后,最终经过慎重考虑,给他安排了工作,他到底得到了一份什么工作

磊子讲史
2026-11-19 20:13:36
一地鸡毛!东莞横沥车主和村委因违停胶纸起纠纷,有人对比深圳管理,“支持拖车”成舆论焦点

一地鸡毛!东莞横沥车主和村委因违停胶纸起纠纷,有人对比深圳管理,“支持拖车”成舆论焦点

火山詩话
2026-11-20 09:24:34
中国养老市场正打开“潘多拉盒子”!大批退休老人正叛变传统模式

中国养老市场正打开“潘多拉盒子”!大批退休老人正叛变传统模式

娱乐洞察点点
2026-11-20 06:52:03
限制已解除,日本政府身份变了,高市早苗出席晚宴,请帖发往韩国

限制已解除,日本政府身份变了,高市早苗出席晚宴,请帖发往韩国

影孖看世界
2026-11-19 23:48:44
5-3,5-3,5-3,4-5,德国赛8席出炉 丁俊晖逆转 中国拿下3席

5-3,5-3,5-3,4-5,德国赛8席出炉 丁俊晖逆转 中国拿下3席

林子说事
2026-11-19 13:07:32
外务省生气了!哈哈哈哈哈哈哈

外务省生气了!哈哈哈哈哈哈哈

这里是东京
2026-11-19 21:23:30
20+6三分+0失误!谢泼德觉醒一战防守也被盛赞:休城需要贝弗利精神

20+6三分+0失误!谢泼德觉醒一战防守也被盛赞:休城需要贝弗利精神

颜小白的篮球梦
2026-11-19 21:58:12
俄媒:美支持乌具备对俄实施“中程”打击能力

俄媒:美支持乌具备对俄实施“中程”打击能力

参考消息
2026-11-18 14:38:27
到达深圳后,中国台湾代表施振荣喊话大陆,赖清德交给他3个任务

到达深圳后,中国台湾代表施振荣喊话大陆,赖清德交给他3个任务

凡知
2026-11-19 10:52:17
别人问你退休金,记住一条铁律:先别报数,先说这 1 句

别人问你退休金,记住一条铁律:先别报数,先说这 1 句

普陀动物世界
2026-11-18 05:34:36
利润大跌60%,曾经国民零食第一股,快被街边量贩店干懵了

利润大跌60%,曾经国民零食第一股,快被街边量贩店干懵了

李砍柴
2026-11-19 21:49:58
越南领导人很焦虑:和中国一比较才发现,原来我们落后了这么多

越南领导人很焦虑:和中国一比较才发现,原来我们落后了这么多

一簌月光
2026-09-12 08:27:02
李在明发文:感谢中国

李在明发文:感谢中国

极目新闻
2026-11-19 22:50:01
ESPN爆料詹姆斯向76人教练组提出要求,遭詹姆斯社媒直接开怼

ESPN爆料詹姆斯向76人教练组提出要求,遭詹姆斯社媒直接开怼

夜白侃球
2026-11-19 19:40:55
彻底破防!深圳这场盛会火遍全网,宝岛网友看呆:中国家底真的藏不住了!真的太感慨了!

彻底破防!深圳这场盛会火遍全网,宝岛网友看呆:中国家底真的藏不住了!真的太感慨了!

魔都姐姐杂谈
2026-11-19 08:55:34
2026-11-20 11:28:49
第四波
第四波
深度科技资讯,产业一线报告
193文章数 4关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

教育
时尚
手机
数码
艺术

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

秋天衣服别总穿纯色,试试这几件条纹单品,简单时尚又减龄

手机要闻

2026年最后一款超模旗舰!小米18标准版屏幕、性能、影像全面领跑

数码要闻

苹果公布2026古典乐年度专辑:任奫灿《哥德堡变奏曲》获奖

艺术要闻

投资55亿!深圳歌剧院施工现场更新,主音乐厅马蹄形已现!

无障碍浏览 进入关怀版