物理AI如何破解“数据饥渴”？无本体数据采集兴起

在觅蜂科技的员工食堂，保洁阿姨头戴可穿戴采集设备，收餐具、擦桌子、洗碗——这些再寻常不过的动作，正被采集设备逐帧记录下来，成为机器人学习真实世界任务时的“教材”。

当机器人进入更加复杂、开放的真实环境，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。这些能力，都离不开对真实世界的大规模学习。

机器人“动手干活”需要的真实世界数据，从哪里来？破解物理AI的“数据饥渴”，一个无本体数据采集产业正在兴起。觅蜂科技副总裁李茂青表示，“以人为中心”的数据采集是解决这一问题关键路径，“人类的每一个操作都可以成为机器人学习的数据资产”。

数据采集：从遥操到无本体

物理AI发展，数据无疑是一道关卡。语言模型的数据几乎是天然存在的——互联网上随处可取的对话与知识，但机器人的本领技能从经验而来，这些经验在互联网上并不存在。

数据怎么采？2026年前，通过遥操真机进行数据采集，是中国人形机器人数据采集的主要模式，即在一个人为建构的场景里，由人遥控操作机器人进行数据采集。

“一年前数据采集需要搭遥操环境，员工带着本体一天采集8小时，但我们发现干了8小时，有效数据只有1小时。”京东科技集团副总裁何贺透露，“同时，电费、人工成本、办公室成本都很高，而且产能也有限。”

无本体数据采集改变了上述成本架构。觅蜂科技董事长兼CEO姚卯青以食堂保洁为例算了一笔账，相比遥操采集，保洁等人员每天在工作过程中顺便戴着设备记录，数据产出非常高，“8小时里，多则五六小时的数据都是可以被产生的”。

觅蜂科技近日宣布其MEgo无本体数据采集设备已累计生产超过100万小时高质量无本体数据，成为行业第一家拥有百万小时级、可对外售卖无本体数据的数据服务商。不过，记者了解到，数据定价尚无标准，需根据场景的稀缺性、获取难度以及交付时间要求而定。

京东此前则宣布要开展全球最大规模的数据采集任务，目标是在两年以内采集超过一千万小时的高质量人类真实场景的行为数据。

无本体采集玩家陆续入场，不仅让数据采集的成本大幅下降，且数据的泛化性也提高了。

“真实环境里的阳光、角度甚至旁边有人走动等情形，实验室很难模仿。”何贺说，“正是真实环境足够‘乱’，采集数据的泛化性反而更好。”

可见，要让机器人真正干活儿，就要学人怎么干，而真实环境里的数据就是“教材”。

让每条数据“物尽其用”

数据“采下来”只是第一步。对于物理AI数据而言，真实世界中的动作天然复杂，尤其是在高速运动、手部出框、重度遮挡、多人交互等真实开放场景环境下，如何准确重建人类手部动作和全身姿态，是将真实经验转化为机器可学习数据的关键。

以觅蜂科技为例，该公司构建了MEgo Engine数据处理基础设施，覆盖数据处理、感知、标注和质量评估等环节，并通过高精度位姿重建与动作映射，将真实世界中的手部、身体、头部、机器人末端及环境信息转化为统一的空间数据。

以手部重建技术为例，其通过五目全景感知、鲁棒手部追踪、三目深度融合、参数化手部重建、高精度轨迹恢复等技术，实现全场景鲁棒手部重建。

为让海量真实数据被高效利用，觅蜂科技还推出多维度数据质检与分级体系，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，让不同质量、不同特征的数据，匹配不同的模型训练需求。

姚卯青介绍，食堂保洁阿姨采集的数据不可能像机器人一样每一秒都在工作，中间肯定有间歇、停顿，需要把核心高价值的片段切分出来，打上多维度标签，对每一个动作细节进行文字描述——像头部坐标在6个自由度的坐标、手的轨迹，甚至手部20个关节的精细空间信息，都要提取出来，再形成一个个训练数据集。

从视觉感知到空间重建、从动作捕捉到轨迹恢复，真实世界中的人类动作，被转化为可计算、可训练、可复用的物理AI数据，成为推动物理AI持续进化的基础。

据姚卯青透露，目前，觅蜂科技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。

无本体数采规模化成为现实

百万小时无本体数据的意义，超过了数字本身。它证明无本体数据已从年初的学术概念、前沿团队探索方向，变成了规模化、产业化的现实。

近日，觅蜂科技第2万套MEgo无本体数据采集设备正式下线，这是行业第一次实现大规模化量产无本体数据采集设备。在觅蜂科技数采工厂，记者看到数据采集员戴着头部设备，或泡茶、或整理凌乱的文件、或分拣快递——他们工作看似慢吞吞，实则是一招一式尽可能接近机器人，以更精准地采集数据。

姚卯青表示，无本体采集的技术突破，让未来每个人都有机会成为数据采集员，觅蜂科技将逐步把数据采集从“集中式”到“半集中式”，最终到“全民众包式”。据透露，觅蜂科技正在测试众包式产品，将来会像骑手、网约车一样，谁都可以参与。

“物理AI的数据电网，今天立下了第一根电线杆。”姚卯青如此形容这场变革，“就像电网建成之后，电力才真正改变了世界——数据采集第一次有了基础设施，物理AI的数据，从此可以被规模化生产。”