资金狂热追逐中，客户却显得 三三两两。
定焦One（dingjiaoone）原创
作者 | 王璐
编辑 | 魏佳
具身智能的数据基础建设，正在演变成"上游竞争地带"。
最近某AI论坛上，总是一次次抛出这样一组对比数据：LLM预训练涉及数十万亿个token，自动驾驶需要百亿小时的数据，而具身智能当前公开能用的操作数据，才达到几十万小时量级。众多具身智能硬件厂商也纷纷表态，数据是眼下最大的阻碍。
这边厢，机器人正在春晚舞台上翩翩起舞、连翻跟头，在实验室里整理衣服、当24小时不间断的售货员；那边厢，一旦踏入真实家庭或工厂环境，就时常遭遇操作失败。形成的鲜明反差揭示出数据匮乏的问题，并催促出一条独立的行当。
过去六个月，资本开始大量涌入数据服务商领域：光轮智能在短短两个月内接连完成两轮融资，估值来到20亿美元以上，成为具身数据界全球首个独角兽；2025年诞生的简智机器人，由蚂蚁集团、滴滴出行、德励联动领投；觅蜂科技从智元科技分拆出来后，快速完成数亿人民币的融资。
数据从训练流程里的一个参数，转变为独立赛道，过程不到一年。这背后传递出两个信息。
具身智能投资人天机辩分析，其一在于VLA大模型泛化能力的局限开始暴露，数据品质才算是机器人大脑能力的上限；其二在于本体厂商出货速度超出预料，数据需求从研发阶段被推到了量产环节的必需品。
这一论断在业内得到了验证。形芯智能是专门从事具身智能数据服务的第三方机构，副总裁朱军每天与客户沟通，对数据缺少的感觉最为真切。他向「定焦One」透露，前几年行业内都在集中研发整机、灵巧手等硬件产品，等到硬件真的制造出来时，发现机器人换一个物体、换一个环境就无法正常运作，短板完全体现在数据上。企业单靠内部收集根本满足不了模型迭代的速度，这个缺口一旦显现，第三方数据服务的需求自然增长起来。
不过，数据的拼图并非容易修补。真机采集费用高、采集场景分散、数据丢弃率高，再加上各家采集各家、数据格式不统一，整个行业的总数据量长期增长缓慢。
数据空白足够巨大，进入赛道的竞争者又足够多，这条赛道正变得越来越狭窄。
01. 谁在供应数据？四条制造路径
2023年，具身智能行业刚刚冒头时，数据不足的问题就受到重视。机器人的数据究竟难在哪里，为何不可以像大模型那样从互联网上直接获取？
具身智能训练的关键是"执行动作"。机器人要掌握拧瓶盖、叠衣服、开抽屉等动作，必须得到"看到什么-执行什么-用多大力度-关节如何运动"的完整循环，这类数据在互联网上几乎查不到，必须自行创建，而创建方式直接关系到成本、数据真实度和后续扩展规模。
目前，具身智能主要有四大类数据采集路径，成本和数据真实度各有不同，领先企业通常不会押注单一路径，会采取多条路线并举的策略。
首先是利用真机采集。操作员佩戴VR、AR眼镜，将视线画面同步传输给机器人的摄像头视角，随后操控机器人的各个部位。
这种方式得到的数据质量最佳，可以直接用于训练VLA模型。智元科技、优必选等头部人形机器人企业，以及去年新成立的灵御智能，都采用了这种路径。
不过，真机采集的成本很高，既需要购置机器人，对操作员也有要求。特斯拉Optimus的数据采集员工资时薪为25-48美元。
一位业内人士表示，长时间佩戴VR头显非常容易让人头晕，操作员还需通过VR画面判断空间距离和物体位置，稍有不慎就会出错，数据废品率普遍较高。有从业者统计，最终使用的数据大概占采集量的60%-70%。
国内部分企业尝试通过"人臂同构"设计降低采集难度，但这一设计牺牲了机器人的部分优异性能，其采集的数据集无法让机器人执行钻狭缝这类特殊环境任务。
第二类是无本体采集。
这一路径不需要机器人硬件，采集好的动作数据在后期通过重定向映射到目标机器人本体，成本大约是真机遥操的二分之一甚至更低，主要包含可穿戴设备采集和动作捕捉两种方式。觅蜂科技、简智机器人等企业是这些方式的代表。
可穿戴设备采集以UMI（通用操作接口）为例，人手持专门设计的夹具直接操作物体，同步记录轨迹和视觉信息。动捕采集则是人穿戴动作捕捉装置
网友评论