印度化身數(shù)據(jù)工場(chǎng) 具身智能爭(zhēng)奪戰(zhàn)轉(zhuǎn)向真實(shí)世界

印度古魯格拉姆一家服裝廠里，工人們佩戴著環(huán)形攝像設(shè)備，錄制縫紉動(dòng)作。

攝像頭記錄下他們的手部操作，數(shù)據(jù)被用于訓(xùn)練機(jī)器人、計(jì)算機(jī)視覺(jué)和自主系統(tǒng)。

與此同時(shí)，中國(guó)雄安新區(qū)的機(jī)器人訓(xùn)練場(chǎng)對(duì)數(shù)據(jù)采集持續(xù)精耕細(xì)作，美國(guó)零工通過(guò)家務(wù)視頻獲得報(bào)酬提供補(bǔ)充。

不同路徑交織成一條全球數(shù)據(jù)供給鏈，決定了機(jī)器人行業(yè)競(jìng)爭(zhēng)的下一賽道。

01數(shù)據(jù)工廠

古魯格拉姆的服裝廠里，一排排工人坐在縫紉機(jī)前縫制衣服，頭上佩戴著裝有攝像頭的環(huán)形設(shè)備，記錄著每一步操作。

有工人說(shuō)，電池就在太陽(yáng)穴附近，隨著電池發(fā)熱，會(huì)感到不舒服，“感覺(jué)它就像在吸我們的血一樣”。

管理人員在下班時(shí)收回這些配備了32GB內(nèi)存卡的攝像頭，設(shè)備收集到的視覺(jué)數(shù)據(jù)會(huì)提供給構(gòu)建機(jī)器人、計(jì)算機(jī)視覺(jué)和自主系統(tǒng)的全球AI公司。

這家印度服裝廠正是第一人稱(chēng)視角數(shù)據(jù)采集產(chǎn)業(yè)鏈上的一個(gè)節(jié)點(diǎn)。

行業(yè)領(lǐng)跑者之一是2026年1月由兩名印度青少年創(chuàng)立的初創(chuàng)公司Egolab AI。

成立僅兩個(gè)月，他們便以七位數(shù)價(jià)格被一家美國(guó)企業(yè)收購(gòu)。

Egolab AI自稱(chēng)“印度最大的第一人稱(chēng)視角數(shù)據(jù)聚合商”，核心業(yè)務(wù)是從印度各行業(yè)聚合大量佩戴攝像設(shè)備工人錄制的視頻，客戶(hù)包括特斯拉、波士頓動(dòng)力、Figure AI等公司。

公開(kāi)文件顯示，Egolab計(jì)劃到2027年聚合印度每個(gè)主要邦和各個(gè)行業(yè)的第一人稱(chēng)視角數(shù)據(jù)，包括紡織、汽車(chē)、化工、電子、鋼鐵和快消品。

在這些工廠里，工人們重復(fù)著縫紉、裝配動(dòng)作。

他們從周一到周六每天工作12個(gè)小時(shí)，月薪在20000至30000盧比之間，約合人民幣1420元至2130元。

有人對(duì)設(shè)備的監(jiān)視感到不安，稱(chēng)“去洗手間之前，我們必須把它摘下來(lái)”，也有人擔(dān)心“它會(huì)偷聽(tīng)我們的對(duì)話”。

他們承擔(dān)著全球機(jī)器人行業(yè)對(duì)“真機(jī)操作數(shù)據(jù)”的渴求。

大洋彼岸的美國(guó)，這種需求催生另一種模式。

今年3月，外賣(mài)巨頭DoorDash推出Tasks應(yīng)用，讓美國(guó)800萬(wàn)零工通過(guò)拍攝疊衣服、洗碗筷、鋪床、修剪植物和換盆等任務(wù)視頻賺取報(bào)酬。

參與者上傳數(shù)據(jù)，直接獲得報(bào)酬，這些數(shù)據(jù)隨后將被應(yīng)用于訓(xùn)練AI和機(jī)器人。

兩國(guó)路徑迥異，但都指向同一件事，人類(lèi)肢體動(dòng)作被轉(zhuǎn)化為機(jī)器學(xué)習(xí)的燃料。

然而，這只是一場(chǎng)龐大數(shù)據(jù)缺口的冰山一角。

業(yè)內(nèi)指出，從收集第一人稱(chēng)視角數(shù)據(jù)到實(shí)現(xiàn)工廠機(jī)器人的自動(dòng)化，科技公司依然需要來(lái)自多個(gè)地區(qū)的數(shù)十億小時(shí)高質(zhì)量數(shù)據(jù)。

02供給核心

在具身智能的世界里，機(jī)器人不僅要“會(huì)動(dòng)”，更要“會(huì)做事”。

訓(xùn)練機(jī)器人在真實(shí)物理環(huán)境中完成復(fù)雜操作，必須依賴(lài)高質(zhì)量的真實(shí)物理世界交互數(shù)據(jù)。

純仿真數(shù)據(jù)存在固有偏差，難還原真實(shí)工況中的微妙變化，人工規(guī)則編寫(xiě)也難以覆蓋復(fù)雜場(chǎng)景。

相比之下，依托人類(lèi)實(shí)操經(jīng)驗(yàn)開(kāi)展真機(jī)數(shù)據(jù)采集，已成為機(jī)器人實(shí)現(xiàn)自主學(xué)習(xí)、持續(xù)進(jìn)化的核心路徑。

印度工人頭戴攝像頭錄制的動(dòng)作，正是這類(lèi)數(shù)據(jù)供給的一種形式。

國(guó)內(nèi)科技公司靈初智能抓住這一點(diǎn)，提出“人類(lèi)數(shù)據(jù)預(yù)訓(xùn)練”路線，不是單純關(guān)注機(jī)器人自身動(dòng)作，而是讓模型先學(xué)習(xí)人是如何完成任務(wù)的。

人類(lèi)手部動(dòng)作天然包含機(jī)器人尚未掌握的操作意圖、接觸關(guān)系、發(fā)力方式和任務(wù)上下文，是關(guān)鍵先驗(yàn)。

這一理念在雄安新區(qū)具身智能訓(xùn)練場(chǎng)得到體現(xiàn)。

數(shù)據(jù)采集員梁儷珊脖子上戴著VR眼鏡，手握操控手柄，緩慢地引導(dǎo)一臺(tái)機(jī)器人完成取面包、對(duì)準(zhǔn)卡槽、精準(zhǔn)放入早餐機(jī)的動(dòng)作。

她說(shuō)：“就像教小孩拿筷子，不能指望它一次就會(huì)，要有耐心，一遍一遍地教。”

梁儷珊解釋?zhuān)耙粋€(gè)動(dòng)作需要高精準(zhǔn)地重復(fù)采集數(shù)百上千次”，每次細(xì)微的角度和力度差異都會(huì)產(chǎn)生不同數(shù)據(jù)。

雄安訓(xùn)練場(chǎng)用1:1實(shí)景還原迎賓導(dǎo)覽、工業(yè)貨物搬運(yùn)、家居生活、商業(yè)零售、物流裝配五大應(yīng)用場(chǎng)景，機(jī)器人接受多樣化訓(xùn)練。

每天可生成約千條高質(zhì)量數(shù)據(jù)，這些標(biāo)準(zhǔn)化數(shù)據(jù)集同步上架至雄安新區(qū)城市可信數(shù)據(jù)空間。

數(shù)據(jù)采集不僅難，采集到的數(shù)據(jù)也常存在標(biāo)準(zhǔn)不一、數(shù)據(jù)孤島等問(wèn)題。

為破解瓶頸，上海上線了國(guó)內(nèi)首個(gè)大規(guī)模具身智能標(biāo)準(zhǔn)化數(shù)據(jù)集平臺(tái)“浦江X”，嘗試解決“數(shù)據(jù)孤島、標(biāo)準(zhǔn)缺失、治理缺失”等行業(yè)共性難題，支撐多場(chǎng)景的數(shù)據(jù)治理和共享。

具身智能數(shù)據(jù)采集規(guī)模化后，行業(yè)出現(xiàn)幾條主要路徑。

靈初智能用人類(lèi)操作數(shù)據(jù)做預(yù)訓(xùn)練，積累動(dòng)作先驗(yàn)和任務(wù)理解。

智元機(jī)器人依托AIDEA數(shù)據(jù)體系和AgiBot World數(shù)據(jù)集，以超過(guò)100萬(wàn)條軌跡、217個(gè)任務(wù)和多個(gè)部署場(chǎng)景構(gòu)建真機(jī)數(shù)據(jù)底座。

銀河通用則將機(jī)器人放入智慧零售、貨架整理、商品識(shí)別、抓取搬運(yùn)等高頻零售場(chǎng)景，利用真實(shí)環(huán)境積累大量數(shù)據(jù)，形成場(chǎng)景牽引模型迭代的閉環(huán)。

盡管路線差異明顯，但行業(yè)共識(shí)已經(jīng)逐漸清晰：高質(zhì)量、可規(guī)模化的真機(jī)動(dòng)作數(shù)據(jù)，是產(chǎn)業(yè)發(fā)展不可或缺的核心根基。

03供應(yīng)鏈重塑

基于共識(shí)，行業(yè)的競(jìng)爭(zhēng)焦點(diǎn)正從機(jī)器人本體和演示效果，轉(zhuǎn)向數(shù)據(jù)閉環(huán)的構(gòu)建。

前端負(fù)責(zé)采集與清洗，隨后進(jìn)入訓(xùn)練和驗(yàn)證，再把新數(shù)據(jù)持續(xù)回流系統(tǒng)。

這套閉環(huán)構(gòu)成未來(lái)具身智能生態(tài)的重要數(shù)據(jù)基礎(chǔ)設(shè)施。

中國(guó)業(yè)界正持續(xù)投入數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)。

覓蜂科技6月17日完成數(shù)億元融資，投入MEgo無(wú)本體采集硬件量產(chǎn)、數(shù)據(jù)治理平臺(tái)升級(jí)及全球采集網(wǎng)絡(luò)布局，規(guī)劃在2026年實(shí)現(xiàn)千萬(wàn)小時(shí)級(jí)采集產(chǎn)能，并在2030年沖刺百億小時(shí)級(jí)數(shù)據(jù)體量。

智元機(jī)器人旗下AgiBot World數(shù)據(jù)集包含超過(guò)100萬(wàn)條軌跡，涵蓋217個(gè)任務(wù)和多個(gè)部署場(chǎng)景，并配合標(biāo)準(zhǔn)化采集流程與質(zhì)量校驗(yàn)，構(gòu)建穩(wěn)定、海量的真機(jī)訓(xùn)練數(shù)據(jù)基礎(chǔ)。

智元與覓蜂等分別代表真機(jī)軌跡與無(wú)本體采集等不同路徑，形成數(shù)據(jù)生態(tài)的多樣化供給。

回到印度，Egolab AI在成立兩個(gè)月后以七位數(shù)被美國(guó)公司收購(gòu)，揭示了全球資本對(duì)數(shù)據(jù)采集上游的爭(zhēng)奪。

收購(gòu)買(mǎi)下的不是算法，而是進(jìn)入這類(lèi)第一人稱(chēng)操作數(shù)據(jù)的通路。

從印度古魯格拉姆工廠工人頭戴攝像頭，到上海浦江X平臺(tái)和雄安訓(xùn)練場(chǎng)的標(biāo)準(zhǔn)化采集體系。

這不僅是數(shù)據(jù)量的增長(zhǎng)，更是具身智能產(chǎn)業(yè)結(jié)構(gòu)的一次轉(zhuǎn)型。

與大模型行業(yè)某些發(fā)展路徑相似：算法突破之后，數(shù)據(jù)越來(lái)越成為新的門(mén)檻。

如今，誰(shuí)先打造出穩(wěn)定、靈活、規(guī)模化的數(shù)據(jù)供給鏈，誰(shuí)便更有機(jī)會(huì)控制具身智能的未來(lái)。