灵御智能金戈：把数采场变成面向模型订单的数据「种植基地」

伴随模型能力持续增长，具身智能瓶颈正从“算法是否可行”转向“真实交互数据是否充足”。

公司情报专家《财经涂鸦》获悉，近日，由中关村海淀具身智能产业园举办的具身数据专场闭门交流会举行。活动面向具身智能产业上下游，邀请来自异构数据、真机远程控制和具身大模型等不同方向的企业代表，共同讨论数据生产、模型训练与真实场景部署等产业议题。

现场，灵御智能CEO金戈以《真实世界，如何成为具身智能与世界模型的数据底座》为主题，从真机遥操数据、质量标准到分布式数据生态，分享了灵御对下一阶段数据基础设施的判断与实践。

他认为，越是开放的生态，越能涌现高质量的模型“没必要每个人都去卷仿真模型。我们更希望提供高质量的数据，去帮助仿真模型公司做出好的模型，完成真机在场景内的部署以及数据的回流。”

以下为金戈演讲内容精编：

物理智能现在正面临数据极度稀缺的问题。在解决这一问题的过程中，我们把自己定义为“真机方向的基础设施”，包括真机的本体、真机相关数据，以及可以部署的完整网络。这个完整网络使得我们的真机可以是一身多脑的，其实刚才鲍总讲到生态，我们是非常认可的。

互联网智能、道路智能（自动驾驶）的最大优势就是数据不缺。比如自动驾驶，数据的获取成本非常低。自Tesla Model 3出来后，包括小鹏、理想、蔚来等在内，数据的采集方已变成了每一个车主。

自动驾驶其实是从数字世界向物理世界过度的一个中间态。它已经开始和物理世界有关联，但并没有与物理世界形成交互。因为自动驾驶的核心目标是“避免交互”——车在马路上开，不能碰到任何东西。

而从具身和物理智能开始，我们需要和物理世界进行交互了。但关于物体特性的数据在人类历史上从没被记录过，因此，这些交互模态的数据变成了今天物理智能最大的问题。

在数采这条路上，大家正在用不同的方式解决问题。

传统的真机遥操数据在保真度和模态上确实有优势，但目前成本是一个巨大劣势，通常每小时超过500元。即便如此，其在单小时的有效工作条数仍旧不如异构和用例数据。

扩大数据规模是非常必要的，但规模化供给的关键是持续提升成本效率，所以我们的方案是把真机数据成本降下来，降至每小时百元以内，从而实现高保真和高成本率的双目标。但从长远看，我们更希望未来实现如自动驾驶一样的零成本采集，从而最终实现通用智能。

可训练数据必须包含完整任务闭环，并以模型团队可直接使用的标准数据包交付，因此我们做了一套完整的工具链，包括任务定义、多模态感知、动作与接触、过程语义、失败与接管、结果与验收等，能直接交付一个可用的模型和资产包。截至目前，我们也已经交付了很多模型客户。

谈到真机数据，大家可能都会有一个问题，它的能力是不是太菜了？我们经常看到机器人在被遥操的时候工作又慢又笨，又不准确。

高质量示范必须同时满足快、准、稳三个条件，分别对应路径高效、过程准确、连续可靠，缺少任何一个都会把低效或不稳定的行为教给模型而且如果遥操机器人的工作速度和工作质量不高，没有人会用它替代人。

刚刚结束的人工智能创新大赛中，我们以极高的分数获得了冠军，15分钟内完成了270多件分拣，100多件工件装配，几十件搬箱子。截至目前，我们真机采集的数据至少在动作质量方面是最高的，且成本压得比较低，机器售价每台10-15万元，在市场上很受欢迎

数据质量方面，我们现在可以做到所有传感器间实现亚微秒级时间戳对齐，这对于今天的隐空间形态的世界模型非常重要。目前，我们跟很多世界模型公司在合作，他们非常强调多模态数据之间的因果推理，即力觉和触觉发生变化与画面发生变化之间的关系。

同时，空间精度上也要对齐。我们已实现坐标标定一致，机器人的空间精度能达到1毫米级别。同一个机型中，A机采的数据训的模型能否在B机很好地执行，其中就涉及到绝对空间定位精度，当然还包括任务的有效边界、成功的边界、失败的边界、训练可用等。

最后，我们还能提供一个非常重要的点，就是真机可验，即关键轨迹能够回放、复现，并接受真实机器人结果验收。目前，我们的机器在京东超市已经持续工作超一个月，回流了多样化的不同场景的数据。顺利的话，10月份会进入北京更多超市。我们计划未来三个月在5到10家店逐步铺下去，进行常态化部署

我们认为，最低成本的数采方法，是让作业过程本身就变成持续负载的过程

目前，我们在国内提供的路径是，比如让部分欠发达地区的人去操控机器人，让机器人在发达地区工作，其中套利空间可达4000元左右。双班倒机制下，单月双班套利空间大约为8000元。按照我们的机器每台10万到15万元计算，一个客户仅从这部分节约的成本就能做到单年回本。

一些美国和新加坡的客户，劳动力的套利空间更大，单人单月可达1-2万元如果操作人员更换成墨西哥、东南亚人，成本差异会更大。

这个过程中，商业可行的低成本数据回流就变成了一个我们可用的方案，而且会自然暴露一些长尾问题。

我们设计了一个TA Nexus平台，可以把采集、遥操、训练、验证和部署接在同一条数据链路上，实现边工作边采集边回流。通过这个神经网络，我们可以实现跨区域遥操，覆盖欧洲、中国、美国等全球区域。在该网络上，所有认证的机器可以从地球上任何一个点去操作另一个点的机器人。

同时，我们还做了云端部署，可接入不同任务模型与客户自研模型，用云端模型去驱动机器人工作，相当于自动驾驶L2的人机混驾的状态——模型可以工作的时候就让模型工作，模型出了问题，比如置信区间下降，再转由人类接管。

这个过程中，人类接管的数据都是高质量的case数据，自然暴露长尾，自动回流到我们的云端平台。在云端平台上，我们还做了训练部署的一系列回流，使得我们能够真正把采集、遥操、训练、验证、部署完全接到同一个链路里面。

目前这个生态中，我们把自己定义为一个合作伙伴、一个中间的链接节点。最近一个月，我们大概交付了近200台机器给国内各种各样的数采厂和场景客户

运营模式也发生了改变，我们不是先生产再找买家，而是先定义需求再组织生产，把数采场变成面向模型订单的数据“种植基地”。只有由模型需求牵引的订单式生产，才能同时控制数据有效性、交付周期与生态协作效率。

现在我们已经能够把数据仓库做成一个相对标准的产品；中期希望能形成一个分布式的供给网络，把我们的自营中心、数采厂和真实场景都连接起来，扩大本体覆盖范围。

但长期来看，我们还是希望能进入人机协同的混合智能。因此，我们规划的落点不是一张静态数据集，而是模型自主执行、人类处理长尾、系统持续学习的Human-in-the-loop基础设施。

我们也希望和产业伙伴一起，把高质量真机数据从一次性交付，建设成长期演进的行业基础设施，让真实世界成为具身智能与世界模型可学习、可验证、可复用的数据资产。