随着具身智能走向产业化，机器人对真实物理世界的数据需求愈发迫切。
一股具身智能数据采集“新基建”热潮席卷全国，京津冀、长三角、珠三角等经济圈争相布局数据采集，打造一座座机器人练兵场。
《星岛日报》记者近日实地探访北京石景山人形机器人数据训练中心，数百台机器人正接受“岗前培训”——从抓取螺丝、分拣快递，到叠衣烹饪、康养服务，各显身手。
每个机器人身旁都配有专属“教练”，手把手教机器人如何“做好这份工”，并采集运行参数。
中心总经理朱凯表示，一项看似简单的基础技能，背后往往需要数千组数据支撑。
内地上半年机器人出货2.3万台
“机器人语言大模型或许可以准确理解人类指令，但缺乏对物理世界的真实感知，一旦要求机器人动手干活，它往往只能干瞪眼。”
朱凯指出，目前人形机器人产业中，运动控制、肢体协调等基础“小脑”技术已趋于成熟，产业竞争重心正转向认知决策、环境感知、语义理解等“大脑”能力的比拼。
今年上半年内地人形机器人出货量达2.3万台，但能够落地工厂生产线、稳定承接实际工作的产品占比不足5%。在他看来，高质量真机数据的稀缺，严重制约了机器人“大脑”的迭代升级。
所谓具身智能（EmbodiedAI）是指拥有物理实体（如机器人）的具身智能系统。它通过传感器与物理环境实时互动、学习并执行动作，有别于仅存在于软件中的传统聊天机器人。
多场景的数据“燃料”输入，是驱动具身智能模型深度认知真实物理世界的关键。
全国至少30座具身智能数据采集场
截至去年底，全国已建成至少30座具身智能数据采集场，覆盖北京、天津、上海、广州等一线城市，辐射京津冀、长三角、珠三角等经济圈，郑州、无锡、济南等二线城市也纷纷入局，吸引政府、企业及研究机构等各方力量参与其中。
北京石景山人形机器人数据训练中心占地面积上万平方米，相当于超过24个标准篮球场，是全国最大的人形机器人训练场，年生产高质量数据近2000万条。
这里复刻了工业智造、智能家居、康养服务及5G融合等前沿场景，为机器人提供从运动竞技、居家陪护，到工厂制造、物流分拣等全场景、系统化“教学”。
《星岛日报》记者在现场看到，在这所“机器人学校”里，数百个不同类型的人形机器人分班分组、有序“上课”：左边的学员专攻抓取汽车零件，右边的学员演练分拣快递；
隔壁教室有的摆放药物，有的抓取食材，有的叠衣物……每个学员都有专属老师——数据采集员，通过遥操作设备引导其完成标准化动作，同步采集记录关节转动、抓取力度等运行参数。
训练模型需数千万小时数据
“每个简单的动作任务，都要反复示范数百甚至上千次去教它（机器人）。”现场一名采集员告诉记者，采集工作流程单调枯燥，却也颇有成就感，当看到机器人慢慢练出“手感”，顺利掌握一项技能，“感觉就像看着自己家小孩学会走路一样。”
业内普遍认为，训练模型需要数千万小时量级的数据，而目前全球累计的优质数据仅50万小时。庞大的场景数据缺口背后，“无本体采集”模式的产业链也悄然崛起。内地各大社交平台上，时薪20元（人民币，下同）、日薪200元的数据采集招聘信息随处可见。
无论工厂技工、超市理货员，还是居家宝妈，都可以经过培训成为一名“无本体采集员”（UMIDataCollector）。
这一岗位不需要实体机器人配合。采集员只需穿戴数据公司发放的传感、摄录设备，走进工厂、超市、家庭等真实场景，重复拧螺丝、拿取蔬果、叠衣服等日常动作，就能完成数据采集。这些数据经过加工处理，就变成“喂养”机器人的核心“燃料”。
来源 | 星岛头条网
编辑 | 林泽君
热门跟贴