2万套数采设备下线，百万小时数据已对外销售

当机器人进入更加复杂、开放的真实环境，它需要学习的不只是“应该怎么做”，还要理解环境、预测变化，并进行推理和决策。而这些能力，都离不开对真实世界的大规模学习。觅蜂科技推出MEgo无本体采集设备，希望能把真实世界中的经验转换成可以学习、训练和复用的数据资产。

据悉，伴随MEgo产品实现规模量产，2万套产品已陆续进入家庭、办公、零售、生产、餐饮等真实场景，累计采集有效数据达到百万小时。

(资料图片仅供参考)

另外，此次觅蜂官宣累计形成了100万小时无本体数据，也全部来自开放环境中的真实采集，覆盖22大类场景、10000余个真实环境、50000余类物体以及500余种细分任务，涵盖居住、办公、零售、生产、仓储、餐饮、文娱休闲、交通出行等八大高频场景，并进一步延伸至公共服务、物流、医疗、教育、养老、文旅、汽车服务、农业生产等长尾场景。

上述八大头部场景贡献约82%的数据，构成面向通用物理AI能力的核心数据基础；另外14类长尾场景进一步拓展了觅蜂数据在垂直行业中的覆盖。

在采集形态上，觅蜂已经形成Ego裸手、Ego+Wrist腕戴、Ego+UMI夹爪三类数据体系，分别对应人类自然操作、腕部姿态与连续运动轨迹，以及机器人末端执行等不同数据需求。

为让海量真实数据能够被高效利用，觅蜂还形成ManiEval多维度数据质检与分级体系。ManiEval从数据类型、任务类型、传感器质量、语义质量、动作质量等多个维度对数据进行评估，并提出“不过滤，只分级”：不同质量、不同特征的数据，匹配不同的模型训练需求，让每一条真实数据都能够找到适合自己的应用场景。

据悉，目前觅蜂百万小时级无本体数据已开始服务腾讯Robotics X实验室、蚂蚁灵波等头部客户，根据不同模型训练需求提供相应的数据产品与服务。仪式现场，觅蜂科技董事长兼CEO姚卯青官宣与腾讯Robotics X实验室达成无本体数据业务合作，为腾讯具身模型建设提供数据支持。

左：腾讯 Robotics X 实验室产品生态负责人朱亚娟；右：觅蜂科技董事长兼CEO姚卯青

具身智能数据走向专业化，模型公司是一大需求方

据IT桔子统计，今年上半年已有25家中国具身智能数据创业公司合计拿到超过170亿元的融资。就在8月，觅蜂刚刚完成了数亿元融资，该轮融资由中国电信领投。

谈及具身智能数据赛道，姚卯青认为，年初行业普遍处于迭代、试错的过程，但今年下半年就逐渐开始实现需求上的收敛，比如大家需要的数据形式形成了共识——“60FPS（帧率）、1080P（分辨率）、双目（获取场景三维距离信息的技术）”。

“现在，参与到行业的人越来越清晰了，不再是一两个人就出来开公司搞具身数据、3D打印设备就说自己有设备了，更多玩家越来越专业化、头部化。比如说已经有单一的客户上来就说要一万套设备，现在中国能到这个规模量产的除了觅蜂之外还是比较少的。客户对产品的质量、重量、无线便捷性、时间同步、标定的空间精度都提出了非常专业的（要求），不像年初的时候大家拿手机、运动相机采一采都能卖；现在这一类数据需求也有，但随着专业化的数据产品出现之后，需求会再逐步下降。”姚卯青表示。

谈及目前参与数据采集的人员，姚卯青称：“数据采集设备现在撒得非常开，主要以场景驱动的方式和伙伴一起联合推进场景资源。现在已经有很多社区里的退休人员、宝妈，帮我们大量产生数据，已经不是只局限在采集厂、专业BPO公司（外包），而是真正发动各行各业的人帮我们采集”。

姚卯青进一步表示，现在主要还是以场景驱动方式来做，会和合作伙伴联合做这件事情，把觅蜂本身的资产和人力运营成本做得轻一点，会在各个地方找具备人力运营能力、人力资源，同时有场景资源的伙伴，让他们把设备按我们要的场景比例铺设。

对于数据采集后如何保证有效率，他表示透露，需要提前给供应商明确地定好标准，包括结算的方式等。“现在比较通用的是按有效小时数结算，不是按照工作多少小时，大家天然会自主地提升采集效率。当然，一个基础是设备必须是量产设备、稳定性很好，不能100套设备中50套设备有各种各样的问题，不能8小时里有3小时都在修设备、调设备”。

谈及觅蜂的数据需求方，姚卯青称目前主要聚焦大模型公司和机器人企业。“对于大模型公司，我们的这种数据本质上是物理世界的AI数据，不仅给机器人训练用，本身就是广泛意义上的AI数据。大模型要提升多模态认知能力、决策能力，都需要这种数据教会它物理规律操作。比如水杯翻了柔性物品会怎么形变？推一个东西会移动是因为你施加了力产生了物理结果。机器人就更不用说了。”