跨越數據“百萬小時級”門檻

上海具身智能數據服務商成為全球首家，頭部企業紛紛新增無本體採集業務

8月31日，上海具身智能數據服務商覓蜂科技正式交付第2萬套無本體數採設備，累計產出的可交付無本體數據超過100萬小時，成為全球首家實現無本體數採設備量產並率先跨越“百萬小時級”數據門檻的服務商。

100萬小時是訓練具身智能模型的關鍵數據門檻。在這一規模上可以訓練出“基本可用”的具身模型，而要達到GPT-3量級的能力，則需要約1000萬小時數據，覓蜂預計這一目標今年底即可實現。

《上海市戰略性新興產業發展“十五五”規劃》明確提出，要加快智能機器人本體產品、模型算法、數據採集等標准體系建設，推動實景、訓練場數據採集和仿真數據合成，支撐本體與算法協同優化。

無本體採集的天生優勢

所謂無本體採集，就是無需配置專門的數採機器人，轉而在人的手部和頭部佩戴專用設備﹔人隻需正常工作，設備便會實時記錄操作軌跡，最終反饋給機器人學習。

“無本體數據採集的天生優勢在於，它不綁定任何一種類型的機器人。拿無本體數據‘喂’給機器人，能訓練出通用、可泛化的具身模型。”覓蜂科技董事長姚卯青告訴記者，無本體數據幾乎等同於人類手部關節的真實數據，能夠直接把人的動作轉化為機器人的關節動作，這也使其成為當前多數具身模型廠商的主流選擇。

今年4月，覓蜂科技推出無本體採集設備MEgo，分為“頭戴+裸手”“頭戴+腕戴”“頭戴+夾爪”三種形態，分別對應人類自然操作、腕部姿態與連續運動軌跡、機器人末端執行等不同數據需求。

目前，MEgo已實現規模量產，陸續進入家庭、辦公、零售、生產、餐飲等真實場景。第2萬套設備已交付國內某大型電商平台，將投入真實作業場景使用。騰訊Robotics X實驗室也將與覓蜂開展無本體數據合作，為騰訊具身模型建設提供數據支持。

覓蜂並非唯一的入局者。今年以來，銀河通用、星海圖等國內頭部具身智能企業紛紛新增無本體數據採集業務。日前，上海螞蟻靈波與奧比中光聯合推出無本體數採硬件平台，自變量、千尋智能等也相繼發布無本體數採設備和方案，部分數採團隊規模已超過1000人。

有望進入“眾包”模式

除了第2萬台數採設備下線，記者還注意到，在短短4個多月裡，覓蜂已產出超過100萬小時高質量無本體數據，成為全球首家跨越“百萬小時級”無本體數據門檻的服務商。

為盡可能貼近真實場景，這100萬小時數據覆蓋22大類場景、1萬多個真實環境、5萬多類物體和500余種細分任務。其中，居住、辦公、零售、生產、倉儲、餐飲、文娛休閑、交通出行等八大高頻場景貢獻約82%的數據，構成面向通用物理AI能力的核心數據基礎。公共服務、物流、醫療、教育等14類長尾場景，則覆蓋了具身數據在垂直行業的應用。

如今，無本體數採設備已極大降低了採集門檻，社區工作者、全職寶媽、保潔員、快遞員、外賣員戴上設備就能完成數據採集。記者了解到，智元食堂的保潔阿姨已率先成為“數採員”，8小時工作時間內可產出超過5小時的有效數據，效率是傳統遙操作方式的數倍。

“我們希望發動大家把自己的獨門絕技、絕活兒貢獻出來，讓機器人去看、去學，把時間和經驗變成可以被量化結算的技能。”姚卯青表示，數採未來有望進入“眾包”模式，有了多元、海量的數據，國產具身模型才能形成難以復制的“護城河”。

（來源：解放日報 記者 查睿）