具身智能離“GPT時刻”還有多遠？智元：機器人將在2030年湧現羣體智能-文化-漫步新聞-陪你看看

消化了全球2/3的互聯網文本語料後，ChatGPT產生質變。如今，訓練GPT-5這樣領先的語言模型的語料已達100萬億詞元，相當於一人以一分鐘150個詞的語速不間斷說話100億小時。

我們可以做一個大膽的推論：當物理世界的數據達到臨界點，具身智能也將迎來自己的“GPT時刻”。然而，全球具身智能行業的高質量真實數據僅在50萬小時規模。

今年以來，物理真實數據賽道明顯開始加速。鹿明機器人的無本體數採方案將採集效率提升5倍，今年有望達到100萬小時規模的具身真機數據產能。覓蜂科技則將今年目標定在千萬小時級數據產能，2030年更要實現百億小時級數據產能。

一家“賣鏟子”的新物種企業

市場對數據的需求怎麼樣？如何規避數據隱私風險？數據採集可以衆包嗎？……在智元合作伙伴大會的一場羣訪上，問題像潮水一樣湧向覓蜂科技董事長兼首席執行官姚卯青——對於這樣一家物理數據的“新物種”企業來說，大家對它的技術、前景、商業模式都很陌生。

覓蜂科技董事長兼首席執行官姚卯青。

摩根士丹利預測2050年全球具身智能市場規模將達5萬億美元，這麼大的賽道，此刻卻被一個最基礎的問題“卡脖子”——數據荒漠。當下大部分團隊還在拼命採集數據時，覓蜂科技卻致力於將自己打造成一個集自研硬件、數據治理平臺、規模化產能網絡和質量閉環體系於一體的平臺。

之所以這樣佈局，是因爲物理數據的匱乏主要由3個問題造成，即沒數據、數據差和數據不流通，單靠數據採集解決不了問題，需要有人打通其中環節，而串聯“全棧”正是有着智元基因的覓蜂的長板。

平臺的定位在商業上也是一招妙棋。姚卯青說：“AI產業鏈的規律一再證明，賣鏟子的人往往最先實現商業化，且最具可持續性。”

但目前這個市場還太早期了，供給和需求兩邊都還沒成規模。所以，覓蜂同時發起蜂巢數據共創行動，聯合上電科、國家數據標委會、工信部賽迪研究院等一起行動，而北京國地、上海國地、靈初、光輪智能等幾十家機構是首批參與方。

從“無本體採集”到“數據代工廠”

國內真機遙操數據交易均價在每小時500元至1000元水平；而無本體採集數據由於尚未形成規模化產能，早期報價甚至高於真機，達到每小時1000多元。整體高昂的成本極大限制了行業的規模化探索。

無本體採集的痛點是採集端和部署端的硬件差異太大，中間要做大量算法補償才能把數據用起來。

覓蜂採用“同構設計”策略——MEgo系列在硬件佈局上與智元機器人的精靈G2 Air保持高度一致。這意味着，人類採集的數據幾乎可以無損地遷移到機器人身上。再加上數據治理平臺，原本需要大量人工干預的標註、清洗和格式轉換工作，如今實現自動化，標註效率提升10倍以上。

在產能層面，覓蜂採用“自營樣板+加盟共創”的輕資產模式。它像“數據代工廠”一樣管理產能，輸出標準和技術，吸納加盟夥伴建設採集基地，甚至它還在探索“美團騎手”式的規範化衆包模式。按照規劃，今年覓蜂將投入約1萬臺採集終端，實現1000萬小時的年數據產能。數字上的突破意味着物理AI的訓練數據將從“手工作坊”時代邁入“工業化流水線”時代。

把握具身智能“核爆點”

就在覓蜂舉辦發佈會的同一天，它石智航宣佈完成超4.5億美元Pre-A輪融資，創下中國具身智能有史以來最高單輪融資紀錄，這筆主要投向兩個方向：大腦和人才。

而在不久前，上海人工智能研究院聯合國內頭部芯片企業和具身智能廠商發起成立“人形機器人AI軟硬件生態融合工作組”，啓動“具身智腦”中國方案。

這些案例都在證明，“機器人大腦”正成爲具身智能賽道的核心命題。如果相信參數越多、性能越好的“尺度定律”同樣作用於具身智能，那麼，就應當相信數據採集與轉化是大腦突破的關鍵。