本報記者 賈麗

    “歡迎來到北京人形機(jī)器人創(chuàng)新中心（以下簡稱‘北京人形’）機(jī)器人數(shù)據(jù)訓(xùn)練基地，這里是我們每天‘上學(xué)’的地方。”一臺人形機(jī)器人一“開口”，就讓人瞬間置身于科幻世界。

    在這座坐落于北京亦莊、占地近5000平方米的訓(xùn)練基地里，不同構(gòu)型人形機(jī)器人正同時“上課”——學(xué)習(xí)內(nèi)容并非“語數(shù)外”，而是給嬰兒換尿布、為老人洗頭穿衣、在廚房里清洗餐盤。操作員手把手地教導(dǎo)，機(jī)器人一遍遍地練習(xí)，一套動作要重復(fù)數(shù)百次，才能沉淀為一條有效的訓(xùn)練數(shù)據(jù)。

    近日，《證券日報》記者走進(jìn)這所“人形機(jī)器人學(xué)校”，探尋數(shù)據(jù)采集訓(xùn)練場如何為具身智能產(chǎn)業(yè)發(fā)展加注“燃料”。

    采集海量訓(xùn)練數(shù)據(jù)

    走進(jìn)機(jī)器人數(shù)據(jù)訓(xùn)練基地的一個仿真訓(xùn)練試驗(yàn)場，記者看到，家居、商超、辦公、工業(yè)、醫(yī)藥、康養(yǎng)等30多個典型場景被一一復(fù)刻。在“兒童房”，操作員正用機(jī)械臂給嬰兒模型換尿布，動作雖慢，但精準(zhǔn)無誤；在“養(yǎng)老院”，機(jī)械臂正在為老人模型洗頭、穿衣服；廚房里，機(jī)械臂小心翼翼地清洗著餐盤；商超貨架前，人形機(jī)器人一遍又一遍地練習(xí)分揀理貨。

    “操作機(jī)器時，動作要自然、流暢。”現(xiàn)場工作人員向《證券日報》記者解釋。記者隨即體驗(yàn)操作一臺機(jī)械臂，基地?cái)?shù)據(jù)采集組組長郭明軒在一旁指導(dǎo)：“它的機(jī)械爪動作幅度很小，并且會延遲幾秒夾緊，你得稍微使點(diǎn)勁。”一套動作雖然簡單，但要經(jīng)過幾十次、上百次的采集，才能成為有效的“數(shù)據(jù)燃料”。

    這些場景并非靜態(tài)的“樣板間”，而是可動態(tài)配置、組合重構(gòu)的“數(shù)據(jù)工廠”。北京人形具身數(shù)據(jù)負(fù)責(zé)人孔超向《證券日報》記者表示，目前基地?fù)碛谐^120臺設(shè)備，正全力為內(nèi)部算法團(tuán)隊(duì)及外部合作伙伴（包括機(jī)器人企業(yè)和大模型公司等）“投喂”海量的訓(xùn)練數(shù)據(jù)。

    在采集數(shù)據(jù)過程中，最忙碌的是采集操作員。數(shù)據(jù)采集涉及動作捕捉、多模態(tài)同步、人工標(biāo)注等環(huán)節(jié)，任何環(huán)節(jié)出現(xiàn)偏差都可能干擾模型。

    據(jù)了解，機(jī)器人數(shù)據(jù)采集‌是指通過人類操作或自動化手段，收集機(jī)器人在物理環(huán)境中執(zhí)行任務(wù)時產(chǎn)生的多模態(tài)行為數(shù)據(jù)，用于訓(xùn)練機(jī)器人AI模型，使其具備自主感知、決策和控制能力。在人形機(jī)器人產(chǎn)業(yè)中，數(shù)據(jù)采集既是決定機(jī)器人能否從實(shí)驗(yàn)室走向千行百業(yè)的底層基石，也是驅(qū)動技術(shù)迭代、商業(yè)化落地的重要引擎。

    數(shù)據(jù)訓(xùn)練基地負(fù)責(zé)人蔣未來告訴記者：“三個月前，這里的數(shù)據(jù)合格率僅為50%。那時候我們面臨各種各樣的挑戰(zhàn)，比如機(jī)器人手臂不小心碰到了不該碰的道具等。”如今，經(jīng)過無數(shù)次人員培訓(xùn)、流程建立、問題追溯與質(zhì)量標(biāo)準(zhǔn)優(yōu)化，整體數(shù)據(jù)合格率已穩(wěn)定在95%以上。

    從“教機(jī)器人干活”到“讓機(jī)器人自己學(xué)會干活”，數(shù)據(jù)訓(xùn)練基地正在為具身智能的規(guī)?；涞?，鋪下最底層也最為關(guān)鍵的一塊基石。蔣未來表示，隨著具身智能機(jī)器人在更多真實(shí)開放場景中實(shí)踐應(yīng)用，該基地正邁向全球首個“百萬小時數(shù)據(jù)”里程碑，助力人形機(jī)器人技術(shù)迭代和規(guī)模商用。

    邁向全流程標(biāo)準(zhǔn)化

    人形機(jī)器人要真正走進(jìn)千行百業(yè)，需要的不是幾百、幾千條“精修”數(shù)據(jù)，而是海量、多樣、高質(zhì)量的數(shù)據(jù)“原料”。然而，數(shù)據(jù)采集之路絕非一帆風(fēng)順。

    蔣未來坦言，目前數(shù)據(jù)采集面臨三大核心難題：一是場景碎片化，真實(shí)環(huán)境千差萬別，每個變量都在考驗(yàn)算法的泛化能力；二是人形機(jī)器人“方言”不通，不同構(gòu)型機(jī)器人的傳感器布局、關(guān)節(jié)自由度、控制接口各不相同，導(dǎo)致數(shù)據(jù)難以跨機(jī)型復(fù)用；三是數(shù)據(jù)質(zhì)量參差不齊，采集、標(biāo)注、質(zhì)檢任一環(huán)節(jié)出現(xiàn)偏差都可能產(chǎn)出“低質(zhì)數(shù)據(jù)”，誤導(dǎo)模型。

    “數(shù)據(jù)饑餓”帶來的“泛化性不足”，仍是阻礙人形機(jī)器人進(jìn)入千行百業(yè)的“最后一公里”。“如果大家把具身智能機(jī)器人當(dāng)做一輛汽車來看的話，數(shù)據(jù)就是汽車所需的燃料——汽油和電。它有助于機(jī)器人更好地實(shí)現(xiàn)運(yùn)動控制自動化，具備更強(qiáng)的能力。”蔣未來補(bǔ)充說。

    通過打造數(shù)據(jù)采集基地，各地可以將分散的場景集中復(fù)現(xiàn)，對多樣的機(jī)器人進(jìn)行統(tǒng)一調(diào)度，使采集、標(biāo)注、質(zhì)檢全流程標(biāo)準(zhǔn)化。例如，作為具身智能“國家隊(duì)”，北京人形已牽頭制定國內(nèi)首個具身智能數(shù)據(jù)集行業(yè)標(biāo)準(zhǔn)《人工智能具身智能數(shù)據(jù)采集規(guī)范》，通過標(biāo)準(zhǔn)定義采集規(guī)范，引領(lǐng)行業(yè)發(fā)展。

    目前，基地已組建起全國構(gòu)型最豐富的機(jī)器人矩陣，擁有超過120臺主流機(jī)器人設(shè)備，涵蓋雙足人形、輪式、機(jī)械臂、復(fù)合型等多種形態(tài)，還配備了頭環(huán)式、夾爪式采集設(shè)備，動捕服、動捕手套及遙操駕駛艙等專業(yè)裝備，具備真機(jī)遙操作、開放環(huán)境采集、動作捕捉采集三大核心采集能力。

    孔超表示，標(biāo)準(zhǔn)化的“數(shù)據(jù)工廠”流程，能讓不同構(gòu)型的機(jī)器人并行采集，實(shí)現(xiàn)高質(zhì)量數(shù)據(jù)的規(guī)?；a(chǎn)。截至目前，基地已為多家頭部企業(yè)及科研機(jī)構(gòu)交付超數(shù)萬小時的高質(zhì)量數(shù)據(jù)，服務(wù)客戶覆蓋物流、商超、辦公、家居等多個領(lǐng)域。

    資本競逐“數(shù)據(jù)燃料”

    當(dāng)前，高質(zhì)量數(shù)據(jù)已成為驅(qū)動人形機(jī)器人產(chǎn)業(yè)發(fā)展的戰(zhàn)略資源。一場關(guān)于“數(shù)據(jù)燃料”的資本暗戰(zhàn)正在全球范圍內(nèi)激烈上演。

    人形機(jī)器人數(shù)據(jù)采集訓(xùn)練場、基地正在全國多地涌現(xiàn)。在上海張江，國家地方共建人形機(jī)器人創(chuàng)新中心搭建的異構(gòu)人形機(jī)器人訓(xùn)練場里，來自10余家企業(yè)的超100臺人形和類人形機(jī)器人正日夜進(jìn)行操練。湖北人形機(jī)器人創(chuàng)新中心的數(shù)據(jù)采集場、青島市具身智能機(jī)器人公共訓(xùn)練場也已落地。

    此外，宇樹、智元、星動紀(jì)元等品牌企業(yè)也已建設(shè)了內(nèi)部或半公開的私有數(shù)據(jù)采集場，以持續(xù)夯實(shí)核心數(shù)據(jù)護(hù)城河。

    “數(shù)據(jù)采集成本主要由三部分構(gòu)成：資產(chǎn)折舊、人員成本、損耗率。”蔣未來透露，目前真機(jī)采集每小時的成本不低，且需要大量人力投入。但正是這種“重投入”，構(gòu)筑了行業(yè)的核心壁壘。他進(jìn)一步介紹，目前基地70%以上的產(chǎn)能用于服務(wù)行業(yè)客戶，主要用于VLA模型訓(xùn)練和具身大腦研發(fā)，客戶的數(shù)據(jù)需求已從去年的“幾千小時”躍升至如今的“十萬甚至幾十萬小時”量級。

    中國機(jī)器人CR教育培訓(xùn)標(biāo)準(zhǔn)委員會委員魏國紅對《證券日報》記者表示，數(shù)據(jù)訓(xùn)練場/基地在各地加速興起，將助力人形機(jī)器人行業(yè)突破“小散重復(fù)”“后勁不足”等瓶頸，為各地打造全球標(biāo)志性的人形機(jī)器人生態(tài)集群提供有力支撐。

    產(chǎn)業(yè)需求的指數(shù)級增長，也正在資本市場催生新的投資邏輯。從硅谷到中關(guān)村，從PE/VC到產(chǎn)業(yè)資本，紛紛將目光投向“數(shù)據(jù)基礎(chǔ)設(shè)施”這一賽道。隨著人形機(jī)器人在多種場景應(yīng)用落地，“數(shù)據(jù)飛輪效應(yīng)”加速啟動，更多場景帶來更多數(shù)據(jù)，更多數(shù)據(jù)吸引更多開發(fā)者與算法模型，進(jìn)而推動數(shù)據(jù)需求的指數(shù)級增長。

    放眼全球，這場圍繞“數(shù)據(jù)燃料”的競賽已然白熱化。特斯拉、微軟、亞馬遜、Robotis等國際企業(yè)均在大力投入機(jī)器人數(shù)據(jù)采集基礎(chǔ)設(shè)施建設(shè)。而中國企業(yè)在這場競爭中展現(xiàn)出獨(dú)特優(yōu)勢。“我們在人力成本、場景多樣性及產(chǎn)業(yè)配合度上都具備國際競爭力。”蔣未來表示，一旦“無本體”數(shù)據(jù)采集（具身智能領(lǐng)域中一種新興的數(shù)據(jù)采集模式，通過輕量化、便攜式設(shè)備直接記錄操作行為）等新技術(shù)路線跑通，就能極大豐富數(shù)據(jù)規(guī)模，推動統(tǒng)一數(shù)據(jù)交易市場的形成。

    資本的涌入也在加速技術(shù)迭代。“從去年至今，大家有目共睹，機(jī)器人的全身運(yùn)控水平提升了。”蔣未來話鋒一轉(zhuǎn)，“但要真正進(jìn)廠打工、到田間勞作，今年需要解決幾個問題：完全自主的導(dǎo)航、雙手的精細(xì)操作、環(huán)境認(rèn)知智商。”

    這是一個逐層突破的過程，每一層的突破都需要時間，但一旦實(shí)現(xiàn)突破，技術(shù)擴(kuò)散的速度會很快。他認(rèn)為，未來3年至5年內(nèi)，行業(yè)或許會發(fā)生質(zhì)變。未來，誰掌握了高質(zhì)量數(shù)據(jù)，誰就掌握了具身智能時代的“燃料定價權(quán)”。

    隨著更多“數(shù)據(jù)工廠”投入運(yùn)營，中國人形機(jī)器人產(chǎn)業(yè)正迎來從“機(jī)械執(zhí)行”到“自主思考”的關(guān)鍵跨越。數(shù)據(jù)基地的擴(kuò)容并非一件特別難的事，難的是持續(xù)產(chǎn)出高質(zhì)量數(shù)據(jù)、構(gòu)建標(biāo)準(zhǔn)化體系以及打通數(shù)據(jù)孤島。國內(nèi)產(chǎn)業(yè)鏈對“數(shù)據(jù)油田”的搶占，是在具身智能時代構(gòu)筑全球競爭力的關(guān)鍵落子。